P值是什么？假设检验中最容易误解的指标

P值常用于假设检验，但它经常被错误理解为“原假设为真的概率”。更准确地说，P值是在原假设成立的前提下，观察到当前结果或更极端结果的概率。

基本逻辑

先提出原假设，例如两种工艺均值没有差异；再根据样本计算检验统计量和P值。若P值小于预先设定的显著性水平，数据与原假设较不相容。

P值小意味着什么？

它表示如果原假设成立，当前数据较少见，因此团队有理由拒绝原假设。但它不告诉我们差异有多大，也不能证明替代假设百分之百正确。

P值大又意味着什么？

不能拒绝原假设，不等于证明两组完全相同。样本量不足、数据波动大或检验方法不合适，都可能让真实差异未被发现。

统计显著与实际显著

样本很大时，极小差异也可能得到很小P值。决策时应同时查看差异大小、置信区间、工程要求和经济影响。

使用前提

确认样本独立、抽样合理、测量可靠，并根据数据类型与分布选择检验。事后反复尝试多种方法只挑显著结果，会增加误判风险。

结语

P值是衡量数据与假设相容程度的工具，不是自动决策按钮。结合效应大小、置信区间和业务背景，结论才完整。