p 值的解释是一件非常困难的事情,因为什么是合法的,什么不是非常接近。为真,则 p 值是所得检验统计量的概率;这意味着。很多人错误地将其与\Pr(H_0|\mathrm{data})混淆,这是错误的。现在我的问题是:我偶然发现了一个在线独立 t 检验,结果是 p 值为 0.20。给出的解释如下:“比例不同的可能性为 79.76%。”
我的问题:这种解释合法吗?还是与上面提到的相同的混淆(例如,它描述了的概率)。提前致谢!
p 值的解释是一件非常困难的事情,因为什么是合法的,什么不是非常接近。为真,则 p 值是所得检验统计量的概率;这意味着。很多人错误地将其与\Pr(H_0|\mathrm{data})混淆,这是错误的。现在我的问题是:我偶然发现了一个在线独立 t 检验,结果是 p 值为 0.20。给出的解释如下:“比例不同的可能性为 79.76%。”
我的问题:这种解释合法吗?还是与上面提到的相同的混淆(例如,它描述了的概率)。提前致谢!
在这种情况下,原假设是比例相等。另一种假设是两者不相等。陈述“有 79.76% 的机会比例不同”是关于替代假设概率的陈述。这不是对 p 值的正确解释。回想一下,p 值是纯粹由于零模型下随机抽样的特征,您观察到的检验统计量至少与为您的特定样本计算的统计量一样极端的概率。在给定空模型的情况下,所有 p 值告诉您的是观察数据的概率。