概念卡：p 值 p-value
概念卡：p 值 p-value
一句话定义
p 值是在原假设成立时，观察到当前或更极端结果的概率。
它解决什么问题
它帮助我们判断样本结果是否足够反常，从而是否有证据拒绝原假设。
典型使用场景
- 判断回归系数是否显著。
- 比较两组差异是否显著。
- 检查某个统计假设是否被数据支持。
需要知道的关键词
- Null Hypothesis
- Significance
- Test Statistic
- Type I Error
- Statistical Evidence
和导师方向的关系
p 值是应用统计课程中的高频语言，但也最容易被误解。
交流时可以怎么说
p 值小表示在原假设成立时当前结果比较反常，但不等于效应一定很大，也不等于结论一定有实际意义。
我会同时看 p 值、效应大小和模型诊断。
可以追问的问题
- 原假设是什么？
- 统计显著是否有实际意义？
- 是否存在多重检验问题？
给 AI 的提示词
请解释 p 值的正确含义和常见误解。请给一个回归系数显著性检验的例子，并说明不能得出哪些结论。
我的理解边界
- 已理解：p 值不是原假设为真的概率。
- 还不确定：多重检验校正。
- 下次需要补：效应量。