即使是没有任何统计学基础的读者朋友可能也听说过「p 值」,但是鲜有文章能够清楚解释 p 值是什么,以及 p 值在统计学中的作用。本文是 TowardDataScience 的一篇博文,作者条理清楚地解释了 p 值的相关内容,并给出了一个简单的例子,适合读者参考。
还记得我作为暑期实习生第一次在 CERN 海外实习时,大多数人都在讨论,要超过「5-sigma」阈值(这意味着 p 值为 0.0000003)才能确认发现了希格斯玻色子。
那时我对 p 值、假设检验甚至统计显著一无所知。
直到进入数据科学领域后,我终于意识到了 p 值的含义,以及在某些实验中,p 值是如何成为决策工具的一部分的。
因此,我决定在这篇文章中解释什么是 p 值以及如何在假设检验中使用 p 值。希望能帮你更好、更直观地理解 p 值。
本文共分四个部分,从假设检验到理解 p 值,以及根据 p 值指导我们的决策过程。我强烈建议你仔细阅读全文,以便详细地了解 p 值:
假设检验;
正态分布;
什么是 p 值;
统计显著性。
假设检验
在讨论 p 值的意义之前,我们先理解一下假设检验。在假设检验中,常用 p 值确定结果的统计显著性。
我们的最终目标是确定结果的统计显著性。而统计显著性建立在这 3 个简单概念之上:
假设检验
正态分布
p 值
假设检验是用来通过一组数据检验针对总体的声明(零假设)有效性的。如果零假设不成立,我们就会相信备择假设。
换句话说,我们需要提出声明(零假设),并用样本数据来检验声明是否有效。如果声明是无效的,就选择备择假设。就这么简单。
而要知道声明是否有效,就要用 p 值来衡量证据的强度,从而了解到它是否有统计显著性。如果证据支持备择假设,那就拒绝零假设并接受备择假设。后面的章节中会解释这些内容。
我们举个例子来更清晰地说明这一概念,这个例子会贯穿全文同时说明其他概念。
假设某个披萨店声称,他们的平均配送时间小于等于 30 分钟,但你认为他们的配送时间不止 30 分钟。所以你做了假设检验,对配送时间随机采样来检验这一说法:
零假设——平均配送时间小于等于 30 分钟;
备择假设——平均配送时间大于 30 分钟。
这里的目标是确定样本数据中的证据能更好地支持哪种假设(零假设或备择假设)。
本例中用的是单尾检验,因为我们只想知道平均配送时间是否大于 30 分钟。
因为配送时间小于等于 30 分钟都是可以接受的,因此我们忽略另一个方向的可能性。这里想要检验的是平均配送时间是否会大于 30 分钟。换句话说,我们想知道披萨店是否在某种角度上骗了我们。
假设检验的常用方法之一是 Z 检验。这里我们不讨论细节,因为我们想要先理解表面的内容,然后再深入。
正态分布
平均值为 μ 标准差为 σ 的正态分布
正态分布是用来观察数据分布的概率密度函数。
正态分布有两个参数——平均值(μ)和标准差(σ)。
均值是分布的集中趋势。它决定了正态分布峰值的位置。标准差是衡量可变性的标准,它决定了均值到值的下降幅度。
正态分布通常和 68-95-99.7 规则(上图所示)相关:
68% 的数据在平均值(μ)±1 个标准差(σ)内;
95% 的数据在平均值(μ)±2 个标准差(σ)内;
99.7% 的数据在平均值(μ)±3 个标准差(σ)内。
还记得文章开头说的发现希格斯玻色子的「5-sigma」阈值吗?在科学家证实发现希格斯玻色子之前,5-sigma 约为数据的「99.9999426696856%」。设置这么严格的阈值是为了避免潜在的错误信号。
好了。现在你可能想知道「正态分布是如何应用在假设检验中的」。
因为是用 Z 检验进行假设检验的,因此要计算 Z 分数(用于检验统计量),这是数据点到平均值的标准偏差数。在本文的例子中,每个数据点都是收集到的披萨配送时间。
计算每个数据点的 Z 分数的公式。
对每个披萨配送时间点计算 Z 分数,并绘制出标准正态分布曲线时,x 轴上的单位从分钟变成了标准差单位,因为已经通过计算(变量减去平均值再除以标准差,见上述公式)将变量标准化了。
标准正态分布曲线是很有用的,因为我们可以比较测试结果和在标准差中有标准单位的「正态」总体,特别是在变量的单位不同的情况下。
Z 分数的标准正态分布
Z 分数可以告诉我们整个数据相对于总体平均值的位置。
我喜欢 Will Koehrsen 的说法——Z 分数越高或越低,结果就越不可能偶然发生,结果就越有可能有意义。
但多高(低)才足以说明结果是有意义的呢?
这就是解决这个难题的最后一片拼图——p 值。根据实验开始前设定的显著水平(alpha)检验结果是否具有统计学意义。
什么是 P 值
与其用维基百科给出的定义来解释 p 值,不如用文中的披萨配送时间为例来解释它。
对披萨配送时间随机采样,目的是检查平均配送时间是否大于 30 分钟。如果最终的结果支持披萨店的说法(平均配送时间小于等于 30 分钟),那就接受零假设。否则,就拒绝零假设。
因此,p 值的工作就是回答这个问题:
如果我生活在披萨配送时间小于等于 30 分钟(零假设成立)的世界中,那我在真实世界中得到的证据有多令人惊讶?
p 值用数字(概率)回答了这一问题。
p 值越低,证据越令人惊讶,零假设越荒谬。
当零假设很荒谬的时候还能做什么?可以拒绝零假设并转而选择备择假设。
如果 p 值低于之前定义的显著水平(人们一般将它称为 alpha,但我将它称之为荒谬阈值——别问为什么,我只是觉得这样更容易理解),那么就可以拒绝零假设。
现在我们理解了 p 值是什么意思。接下来把 p 值用到文中的例子中。
现在已经抽样得到了一些配送时间,计算后发现平均配送时间要长 10 分钟,p 值为 0.03。
这意味着在披萨配送时间小于等于 30 分钟(零假设成立)的世界中,由于随机噪声的影响,我们有 3% 的概率会看到披萨配送时间延长了至少 10 分钟。
p 值越低,结果越有意义,因为它不太可能是由噪声引起的。
大多数人对于 p 值都有一个常见的误解:
p 值为 0.03 意味着有 3%(概率百分比)的结果是偶然决定的——这是错误的。
人们都想得到确切的答案(包括我),而这也是我在很长时间内都对 p 值的解释感到困惑的原因。
p 值不能证明任何事。这只是一种根据惊讶程度做出合理决策的基础方法。Cassie Kozyrkov
我们是如何用 0.03 的 p 值来做出合理决策的(重点):
想象我们生活在平均配送时间小于等于 30 分钟的世界——因为我们信任披萨店(我们最初的信念)!
分析收集的配送时间样本后,p 值为 0.03,低于 0.05 的置信水平(假设在实验之前就设置好了),因此可以说结果是具有*统计显著性*的。
因为我们一直相信披萨店可以在 30 分钟内配送披萨,现在需要考虑的是这一信念是否仍然有意义,因为结果告诉我们,披萨店没能兑现承诺,而且结果是具有统计学意义的。
那该怎么办?我们先试着用各种方法使初始信念(零假设)成立。但是因为披萨店的口碑越来越差,并且经常找导致配送延迟的借口,我们自己都觉得再相信披萨店是很可笑的事情,因此,我们决定拒绝零假设。
最终,我们做出了不再从这家披萨店买披萨的合理决定。
到现在为止,你可能已经注意到了,在上面的例子中,p 值不能证明或决定任何事。
在我看来,当结果有统计学意义时,p 值可以作为挑战初始信念(零假设)的工具。在我们认为自己的信念荒谬(假设 p 值表明结果具有统计显著性)的那一刻,就放弃了自己的初始信念(拒绝零假设)并做出了更合理的决定。
统计显著性
这是最后一步,将所有内容放在一起,并检验结果是否有统计学意义。
只有 p 值是不够的,还要设定阈值(即显著水平——alpha)。为了避免偏差,实验开始之前就应该设定 alpha。如果观测的 p 值小于 alpha,那就可以得出结论——结果具有统计显著性。
经验法则一般将 alpha 设定为 0.05 或 0.01(同样,值取决于你的问题)。
如上文所述,假设在实验开始前将 alpha 设置为 0.05,得到的结果具有统计显著性,因为 p 值(0.03)小于 alpha。
为便于参考,整个实验的基本步骤如下:
陈述零假设;
陈述备择假设;
确定 alpha 值;
找到和 alpha 水平相关的 Z 分数;
根据公式计算检验统计量;
如果检验统计量的值比 alpha 水平的 Z 分数小(或 p 值小于 alpha 值),拒绝零假设。否则,接受零假设。
步骤 5 计算检验统计量的公式。
原文:https://towardsdatascience.com/p-values-explained-by-data-scientist-f40a746cfc8
p值与假设的关系(p值是什么)
2024-11-05 09:53:38 作者:未成拥 网址:https://m.xinb2b.cn/know/llv157219.html
- 你有房子有车我一点都不在乎(你有房有车有存款吗)
- 2024-11-05你有房有车有存款吗文/阿啾原创不易,请勿抄袭!生活中,一瓶子不满,半瓶子晃荡的人比比皆是,其中的大部分人满足于现状,对于有些事情并不是很了解,甚至只是一知半解,但他们却总是喜欢在别人的面前卖弄他们的无知,就感觉好像如果。
- 巧克力熔岩蛋糕(爆浆巧克力熔岩蛋糕简单做)
- 2024-11-05爆浆巧克力熔岩蛋糕简单做用料:鸡蛋选大的2只;低筋面粉或普通的都可以30g;黑巧克力70%100g;无盐黄油100g;白糖50g鸡蛋加入白糖打散,直到白糖融化倒入过筛的面粉,放在一旁备用巧克力切碎,纽扣形的更好都不用切了巧克。
- 花椒树修剪技术详细图解(花椒树丰产修剪管理技术大全)
- 2024-11-05花椒树丰产修剪管理技术大全作者简介:同胜柱,陕西省富平县薛镇底店村同家组1970年出生,农民果树助理技师,中共党员近年来,尤其在2016—2018年,花椒产业在全国栽植面积翻了几番,有产业园区、有扶贫项目,有致富产业等这样以来。
- 长江散文欣赏经典(散文诗罗长江)
- 2024-11-05散文诗罗长江散文诗二题文/罗长江与一条河流相依为命(节选)1河床倒映出天空水底的云彩和飞鸟因为天空和梦想而格外美丽……多年前,我搭乘润二爷的船顺流而下,做流域文化考察河水汤汤,河风浩荡,润二爷唱起往时的船歌:“官。
- 国考行测片段阅读理解(行测顺口溜记常识)
- 2024-11-05行测顺口溜记常识巧记行测学方法!人物作品这样记!常识记忆名人多,了解事迹背诗歌不太明白就上车,拿下行测不啰嗦【“三曹”】曹氏父子为“三曹”,曹植、曹丕和曹操曹操长叹《观沧海》,“以景托志”胸怀广阔曹丕字号“魏文帝”,。
- youtube一定要有谷歌吗(我来帮谷歌解释下YouTube黄标事件)
- 2024-11-05我来帮谷歌解释下YouTube黄标事件 YouTube近年已成为这世纪最受欢迎的影音平台,有许多内容创作者(YouTuber)在平台上制作各式内容,并透过YouTube广告机制和YouTube官方共享利润但近日多名港台YouTuber就。
- 古人撩妹情话(古代人手把手教你)
- 2024-11-05古代人手把手教你文:白马晋一按照现代流行说法,青年大致可以分成三类:普通青年、文艺青年、犯二青年当然,在三国乱世,犯二青年全扛起了镰刀锄头,成了暴力青年于是所谓的三国大场面,也就成了几个暴力青年带着一帮普通青年在全国。
- 杜淳与张嘉倪为什么分手 8年生2子仍不被婆婆认可
- 2024-11-05杜淳与张嘉倪为什么分手 8年生2子仍不被婆婆认可曹格吴速玲离婚了,买超被曝劈腿,张嘉倪霸气回应:“爱得起,放得下”,可是网友却无法淡定了毕竟,曹格和吴速玲的婚姻早就千疮百孔,大概是从曹格屡次醉酒且动手开始,每次和别人酒后打完架,基本都是吴速玲出面道。
- 圈里圈外揭示了哪些娱乐圈潜规则(娱乐圈有哪些出名的)
- 2024-11-05娱乐圈有哪些出名的谁说娱乐圈没有真朋友?来看看这些明星们没有包袱的互损,让我们看到了明星们原来也有这么可爱的一面第一对:杨幂&周笔畅这对姐妹花一向相爱相杀,有啥话都放在社交平台上,绝对不会偷偷摸摸地吐槽给粉丝添了很多素。
- 挑战全网最丑雪人冬天该有的样子(年度最不走心雪人新鲜出炉)
- 2024-11-05年度最不走心雪人新鲜出炉这两天全国大雪朋友圈被雪刷屏了不管南方人还是北方人见到雪都开心的像个三百斤的孩(sha)子(zi)但只欣赏雪景、发发朋友圈神马的已经不足以表达我们对雪的喜爱了堆雪人儿才是对雪最基本的尊重啊!别说不堆不。
- 推荐几本出场无敌的完本都市小说(四本都市类完本小说)
- 2024-11-05四本都市类完本小说这一期给大家带来的是四本都市类完本小说,小市民的喜乐,大明星的烦恼,剧情精彩,书荒不可错过《市井之辈》很不错的创意,带点诙谐搞笑,和生活很贴近是个老作者了,擅长人物心理刻画和场景描写,他的几本书,都是。
- 中学英语同义词辨析第七讲(中学英语同义词辨析47讲asleep)
- 2024-11-05中学英语同义词辨析47讲asleep47、asleep,sleepy一、asleep形容词意思是“睡着、熟睡”用作表语beasleep是指睡着的状态要表示“入睡”则要用fall或dropasleep.例如:Heseemstobefast。