kukuku026 · 2021年11月27日
老师您好，
P-value越小越拒绝。
老师， 我有几个疑问
1， 比如一个假设检验， 他的singlificance level 是 5%， 是指这个图形里面， 阴影部分的面积是5%？
2， 如果P-value 小于这个5%， 那么越拒绝原假设， 因为P-value是指小概率发生事件的累计概率， 也是一个面积？
3，我可以理解P-value = 0.001, 小概率事件发生， 因此拒绝原假设很充分。 但是如果P-value = O 的时候， 为什么还要拒绝原假设呢？ 因为小概率事件发生的累计概率是 0， 说明没有发生小概率事件， 为什么还要拒绝呢？
例如图片里的课后题第九题
谢谢老师。
星星_品职助教 · 2021年11月27日
同学你好，
类似的题目只需要记住一个规律即可：p-value＜significance level，直接拒绝原假设（不需要考虑单双尾，直接对比即可）。
------------------------
其余的简单了解一下就可以。最终都会归结到以上规律的。
1）significance level就是分布尾部的拒绝域，如果是双尾检验就是两边尾部都有拒绝域，单尾则是只有一边有
2）p-value是一个概率面积的概念，实际上对应的是计算所得的检验统计量的面积，p-value越小，相当于test statistic越大。这点原版书上没有讲，简单了解即可。
3）p-value＜significance level相当于|test statistic|＞|critical value|，这是拒绝原假设的另一个出发角度。p-value≈0相当于test statistic近乎无限大，就越容易拒绝原假设。这点同样是了解即可。
