显著性检验与P值

1.为什么要做显著性检验：

对于一项抽样的AB实验，在对实验结果进行分析时，不能仅凭两个结果就定结论，为什么呢？因为引起实验的结果的原因有两种：1. 是一些随机因素或抽样误差引起的  2. 是由于对实验做了特定处理引起的 ， 鉴别实验结果是由哪种原因引起就需要做显著性检验，鉴别的过程就是显著性检验。

2. 显著性检验的思想：

为了方便下文的理解，首先讲一下显著性水平的含义。

显著性水平的含义：错误的拒绝原假设的概率（也叫犯第一类错误的概率）。

所以，如果观测到的显著性水平越低，则表明我们犯错的概率就越小，也就是拒绝原假设越置信。（置信度 = 1 - ）

讲到这里就自然而然的引出P值啦 ，P值其实就是我们根据实验数据观测到的显著性水平。之前我们说到显著性水平是一个概率，所以P值也是指一件事件发生的概率。

为什么要计算概率呢，其实显著性检验就是运用了小概率原理的思想操作的，小概率原理指什么呢？即小概率事件在一次实验中几乎不可能发生。

所以呢，显著性检验是什么呢？

对于一项实验结果，我们对其原因提出原假设（一般都为无效假设），并事先设定一个显著性水平（即小概率标准），根据计算出的P值（即观测的显著性水平）与该标准作对比，如果小于该标准则拒绝原假设（因为犯错的概率低于可以容忍的限度，也可以理解为犯错是小概率事件几乎是不可能发后的），反之，则接受该假设。

取值一般为0.01，0.05，所以，当犯错的成本很高时，我们就要把值设小一点，尽量不犯错，当成本较低时，可以取稍大一点。

之上是今天看了这方面内容的一些笔记，有点懒了，P 值 的计算先不写了，以后有时间再补上~