作者coldeye (知其不可奈何而安之若命)
看板Statistics
标题Re: [问题] 这样对p值的理解，对吗？
时间Thu Jun 6 04:35:40 2019
最近又看到一名教授对p值写了以下叙述：
「statistical significance 通常译成「统计显着性」，由於significance
也有重要性的意思，所以，也可以译成「统计重要性」。通常是由p值
（或用希腊字母来表达，脸书打不出来）来决定。它是指：在进行统计检定
（统计检验）时，根据检验过程中抽样的样本统计後得到的数字，掉到信赖区间之外
（即出错）的机率。如果p=5%，即是指一百次相同方法（但抽取的样本不同）统计的
结果，有95次会掉在信赖区间内，有5次会在信赖区间外。所以这里有很大的不确定性，
第一个是准确值的估计，要先估计一个准确值，但这只是估计，即假设。这个假设
也是用抽样统计来建立的。第二是信赖区间，一般可能是估计正确值的正负误差构成的，
如果容忍误差是3％，那麽它的信赖区间的误差范围就有6％，即估计值上下各3％。
最後是显着性水准本身，一般常用的5％，当然可以更严格，但抽样的样本就要更大，
也要耗费更多资源去作样本的调查。
设计5％作为显着性水准的门槛－－或称「阈值」－－是长期经验的结果，
也是社会科学和生医科学常用的。它的历史来源，需要追溯，但我没有去追溯过。
可是，因为它太常用，导致一种错觉，以为达到「显着性水准」如p值小於5％，
就算是「验证」了假设。如大於5％，就算是否证了假设。例如，如果在药物疗物
检验上，一次检验的结果，没有达到小於5％的显着性水准，就结论说该药物是无效的，
换言之，把p值当成一种「确定性」的指标，那就在科学推论上犯了很大的错误：
完全忽略上段所说的三层不确定性！即使把显着性水准提高，例如拉到1％，
仍然一样，上文所谈的三层不确定性，依然存在。当然，它的不确定性程度会小很多。」
我承认引文有点长。
但我发现这名教授似乎把alpha值(5%)和p值理解成一个东西，
而再把基於观测值和alpha值而计算得出的信赖区间再拉进来，
最後说有三种不确定性。
他是不是搞错了很多东西？
※ 引述《coldeye (知其不可奈何而安之若命)》之铭言：
: 看了一篇文章「我们与「显着」的距离：P值是判断研究成败的过时指标吗？」
: https://www.thenewslens.com/article/117647
: 里头有一段话：
: p值是这样的条件机率：Pr（X>=x0∣H0）=p（x0）
: 公式里的H0，代表虚无假设的统计模型（statistical model），
: X代表实际资料的随机变数，x0代表虚无假设统计模型的随机变数，
: 一般来说X与x0分别指实际资料的平均值与统计模型估计的期望值。
: 请问这段话对X和x0的描述正确吗？
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 84.13.84.136 (英国)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1559766942.A.045.html
1F：推 andrew43: 比上次那篇更看不懂了 XD06/06 08:12
2F：→ bmka: 这写的什麽鬼...06/06 08:13
3F：→ bmka: 直接回...观念混淆解释完全错误06/06 08:13
4F：推 imaltar: 看不太懂他在讲什麽06/06 09:03
看来不是只有我搞不懂他在写什麽。XD
※ 编辑: coldeye (84.13.73.147 英国), 06/06/2019 21:48:08
5F：→ yuyuyuai: 把p值跟alpha搞混了？06/07 21:48
除了这个，还搞混了很多XD
6F：推 aikotoba: 这篇真的很母汤 一堆讲错06/08 00:59
※ 编辑: coldeye (31.66.109.142 英国), 06/08/2019 01:06:02
这篇跟上篇一样，也上了关键评论网。
https://www.thenewslens.com/article/120318
※ 编辑: coldeye (84.13.88.56 英国), 06/08/2019 17:28:23