假设检验里 p-value 小于 5% 就拒绝原假设,这句话会用。但 p-value 到底是不是“原假设为真的概率”?
不是。p-value 是在原假设成立的前提下,观察到当前样本结果或更极端结果的概率。它不等于原假设为真的概率,也不等于犯第一类错误的实际概率。
把条件方向写出来就不容易混:p-value 是 P(数据至少这么极端|H0 为真),而不是 P(H0 为真|已经看到数据)。当 p-value 小于显著性水平 alpha,说明这些数据在 H0 下过于少见,于是拒绝 H0。alpha 是事先设定的第一类错误上限,p-value 是样本给出的证据强弱,两者角色不同。
那 p-value 是 3%,是不是说重复很多次实验只有 3% 会拒绝原假设?
