CampusDownWiki
累计引用 9,916한국어KO 2,675EnglishEN 5,080日本語JA 723中文ZH 1,438
CampusDown(韩语)↗
简体中文

p值

➗ 数学与统计 作者 CampusDown 维基编辑部 最后更新
p值是在原假设成立的前提下,得到与观测结果同样或更极端结果的概率。
目录
  1. 1. 准确含义
  2. 2. 常见误解
  3. 3. 常见问题
  4. 4. 参考文献

准确含义

检验新药时,原假设是“无效”。p=0.03表示若药物确实无效,偶然出现这么大差异的概率是3%。小于预设显著性水平(通常0.05)即拒绝原假设,称结果“统计显著”。0.05只是费希尔提出的惯例。

常见误解

p值不是原假设为真的概率,也不反映效应大小。样本极大时细微差异也会显著;反复分析只报告显著结果的p值操纵加剧了可重复性危机。2016年美国统计协会建议不要仅凭p值下结论。先验概率见贝叶斯定理,显著相关不等于因果见相关与因果。

常见问题

p=0.06就是无效吗?
不是,只是证据略低于标准。
p越小效应越大吗?
不是,还取决于样本量。

来源核查日期:2026-10-26

参考文献

  1. Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133.
  2. Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver & Boyd.
  3. Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124.

运用该理论的报告与资料(韩语)

目前还没有专门讨论该理论的资料,但你可以在 CampusDown 资料库(韩语)中搜索相关报告。

查找更多报告 · 查看“p값”搜索结果 →

推荐阅读的理论

最新文章查看全部 ›

大学学习与作业实用新文章(韩语)

本文最后更新于2026年10月26日。内容依据公认的原著和教科书整理;在报告中引用时,请务必核对下方参考文献中的原始出处。