概述

統計數據可能會讓人感到困惑，特別是當你深入研究它背後的數學原理時。這就是為什麼我們使用統計軟體為我們完成大量工作，以及為什麼我們使用像p值這樣的工具來幫助我們理解數據所呈現的內容。p值用於基本統計，線性模型，可靠性，多變數分析和許多其他方法。這是每個入門統計學生和每個精益六西格瑪綠帶在一開始就學習的概念，但它經常被誤解。

假設檢驗中的P值P值，是一概率值，指的是當原假設H0成立時，出現目前狀況的概率。在假設檢驗中，當您的p值小於您選擇的α水平（通常為0.05）時，您會拒絕原假設而支持備擇假設。

例：我們進行了雙樣本t檢驗，以評估兩個廠生產鋼筋的平均強度之間的差異。原假設是兩者強度是相等的，備擇假設認為它們並不相等。

H0：μ1＝μ2H1：μ1≠μ2如果我們得到的p值等於0.02並且我們使用0.05作為我們的α水平，P＜α，我們將拒絕均值相等的原假設。

根據p值我我們不能說三件事

1. 「有2％的概率不存在任何差異，98％的可能性存在差異。」 如果說直接一點，p值表示原假設為真的概率。如果這樣還是很迷惑，一定要記住的是，p值不會告訴你任何直接有關您看到的是什麼，它只會告訴你有關你的觀察它的幾率。
2. 「由於我們的p值很低，這種差異很重要。」 p值可以告訴您差異具有統計顯著性，但它不會告訴您差異的大小。
3. 「p值很低，所以備擇假設是正確的。」

   較低的p值可以為我們提供支持拒絕原假設的統計證據，但它並不能證明備擇假設是正確的。如果您使用的alpha為0.05，則有5％的可能性會錯誤地拒絕原假設。

這是否意味著質量從業者和其他人不應該使用p值？當然不是 - p值是一個非常有用的工具！我們只需要小心如何解釋它。
推薦閱讀：

相關文章