计量经济学——P值、显著性水平与错误类型

P值、显著性水平、错误类型

P值

1. 说法1：p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。
2. 说法2：P值是在假设检验中用于评估数据对原假设的支持程度的指标。它表示在假设原假设为真的情况下，观察到的数据或更极端情况发生的概率。P值越小，表明观察到的数据在原假设下发生的概率越小，因此提供了拒绝原假设的证据。

如果P值小于预先设定的显著性水平（通常为0.05或0.01），则有足够的证据拒绝原假设
如果P值大于显著性水平，没有足够的证据拒绝原假设

显著性水平

显著性水平（Significance Level）： 显著性水平是在假设检验中设置的一个阈值，用于决定是否拒绝原假设。通常用α表示，常见的显著性水平包括0.05和0.01。

错误类型

第一类错误

第一类错误：原假设是正确的，却拒绝了原假设。

• I型错误是指拒绝了实际上成立的H0，为“弃真”的错误，其概率通常用α表示，这称为显著性水平(significance level)。

第二类错误：原假设是错误的，却没有拒绝原假设。

• Ⅱ型错误是指不拒绝实际上不成立的H0，为“存伪”的错误，其概率通常用β表示
• 检验的势(power of the test)定义为在原假设是错误的情况下拒绝原假设的概率。检验的势等于1减去犯第二类错误的概率：power=1-P(Type II error)
• 势不仅依赖于参数真值与假设值相对差异的大小，而且依赖于样本容量。 在其他条件不变时，差异和样本容量越大，检验越有效。