计算p值星号什么意义_p 值是什么？数据科学家用最简单的方式告诉你

选自TowardDataScience

作者：Amond Lee

机器之心编译

参与：李诗萌、一鸣

即使是没有任何统计学基础的读者朋友可能也听说过「p 值」，但是鲜有文章能够清楚解释 p 值是什么，以及 p 值在统计学中的作用。本文是 TowardDataScience 的一篇博文，作者条理清楚地解释了 p 值的相关内容，并给出了一个简单的例子，适合读者参考。

还记得我作为暑期实习生第一次在 CERN 海外实习时，大多数人都在讨论，要超过「5-sigma」阈值(这意味着 p 值为 0.0000003)才能确认发现了希格斯玻色子。

那时我对 p 值、假设检验甚至统计显著一无所知。

直到进入数据科学领域后，我终于意识到了 p 值的含义，以及在某些实验中，p 值是如何成为决策工具的一部分的。

因此，我决定在这篇文章中解释什么是 p 值以及如何在假设检验中使用 p 值。希望能帮你更好、更直观地理解 p 值。

本文共分四个部分，从假设检验到理解 p 值，以及根据 p 值指导我们的决策过程。我强烈建议你仔细阅读全文，以便详细地了解 p 值：

1. 假设检验；
2. 正态分布；
3. 什么是 p 值；
4. 统计显著性。

假设检验

假设检验

在讨论 p 值的意义之前，我们先理解一下假设检验。在假设检验中，常用 p 值确定结果的统计显著性。

我们的最终目标是确定结果的统计显著性。而统计显著性建立在这 3 个简单概念之上：

• 假设检验
• 正态分布
• p 值

假设检验是用来通过一组数据