p 值是什么？數(shù)據(jù)科學(xué)家用最簡單的方式告訴你
2020-12-04 來源：raincent
即使是沒有任何統(tǒng)計(jì)學(xué)基礎(chǔ)的讀者朋友可能也聽說過「p 值」，但是鮮有文章能夠清楚解釋 p 值是什么，以及 p 值在統(tǒng)計(jì)學(xué)中的作用。本文是 TowardDataScience 的一篇博文，作者條理清楚地解釋了 p 值的相關(guān)內(nèi)容，并給出了一個(gè)簡單的例子，適合讀者參考。
還記得我作為暑期實(shí)習(xí)生第一次在 CERN 海外實(shí)習(xí)時(shí)，大多數(shù)人都在討論，要超過「5-sigma」閾值(這意味著 p 值為 0.0000003)才能確認(rèn)發(fā)現(xiàn)了希格斯玻色子。
那時(shí)我對 p 值、假設(shè)檢驗(yàn)甚至統(tǒng)計(jì)顯著一無所知。
直到進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域后，我終于意識到了 p 值的含義，以及在某些實(shí)驗(yàn)中，p 值是如何成為決策工具的一部分的。
因此，我決定在這篇文章中解釋什么是 p 值以及如何在假設(shè)檢驗(yàn)中使用 p 值。希望能幫你更好、更直觀地理解 p 值。
本文共分四個(gè)部分，從假設(shè)檢驗(yàn)到理解 p 值，以及根據(jù) p 值指導(dǎo)我們的決策過程。我強(qiáng)烈建議你仔細(xì)閱讀全文，以便詳細(xì)地了解 p 值：
假設(shè)檢驗(yàn);
正態(tài)分布;
什么是 p 值;
統(tǒng)計(jì)顯著性。
假設(shè)檢驗(yàn)
假設(shè)檢驗(yàn)
在討論 p 值的意義之前，我們先理解一下假設(shè)檢驗(yàn)。在假設(shè)檢驗(yàn)中，常用 p 值確定結(jié)果的統(tǒng)計(jì)顯著性。
我們的最終目標(biāo)是確定結(jié)果的統(tǒng)計(jì)顯著性。而統(tǒng)計(jì)顯著性建立在這 3 個(gè)簡單概念之上：
假設(shè)檢驗(yàn)
正態(tài)分布
p 值
假設(shè)檢驗(yàn)是用來通過一組數(shù)據(jù)檢驗(yàn)針對總體的聲明(零假設(shè))有效性的。如果零假設(shè)不成立，我們就會相信備擇假設(shè)。
換句話說，我們需要提出聲明(零假設(shè))，并用樣本數(shù)據(jù)來檢驗(yàn)聲明是否有效。如果聲明是無效的，就選擇備擇假設(shè)。就這么簡單。
而要知道聲明是否有效，就要用 p 值來衡量證據(jù)的強(qiáng)度，從而了解到它是否有統(tǒng)計(jì)顯著性。如果證據(jù)支持備擇假設(shè)，那就拒絕零假設(shè)并接受備擇假設(shè)。后面的章節(jié)中會解釋這些內(nèi)容。
我們舉個(gè)例子來更清晰地說明這一概念，這個(gè)例子會貫穿全文同時(shí)說明其他概念。
假設(shè)某個(gè)披薩店聲稱，他們的平均配送時(shí)間小于等于 30 分鐘，但你認(rèn)為他們的配送時(shí)間不止 30 分鐘。所以你做了假設(shè)檢驗(yàn)，對配送時(shí)間隨機(jī)采樣來檢驗(yàn)這一說法：
零假設(shè)——平均配送時(shí)間小于等于 30 分鐘;
備擇假設(shè)——平均配送時(shí)間大于 30 分鐘。
這里的目標(biāo)是確定樣本數(shù)據(jù)中的證據(jù)能更好地支持哪種假設(shè)(零假設(shè)或備擇假設(shè))。
本例中用的是單尾檢驗(yàn)，因?yàn)槲覀冎幌胫榔骄渌蜁r(shí)間是否大于 30 分鐘。
因?yàn)榕渌蜁r(shí)間小于等于 30 分鐘都是可以接受的，因此我們忽略另一個(gè)方向的可能性。這里想要檢驗(yàn)的是平均配送時(shí)間是否會大于 30 分鐘。換句話說，我們想知道披薩店是否在某種角度上騙了我們。
假設(shè)檢驗(yàn)的常用方法之一是 Z 檢驗(yàn)。這里我們不討論細(xì)節(jié)，因?yàn)槲覀兿胍壤斫獗砻娴膬?nèi)容，然后再深入。
正態(tài)分布
平均值為 μ 標(biāo)準(zhǔn)差為 σ 的正態(tài)分布
正態(tài)分布是用來觀察數(shù)據(jù)分布的概率密度函數(shù)。
正態(tài)分布有兩個(gè)參數(shù)——平均值(μ)和標(biāo)準(zhǔn)差(σ)。
均值是分布的集中趨勢。它決定了正態(tài)分布峰值的位置。標(biāo)準(zhǔn)差是衡量可變性的標(biāo)準(zhǔn)，它決定了均值到值的下降幅度。
正態(tài)分布通常和 68-95-99.7 規(guī)則(上圖所示)相關(guān)：
68% 的數(shù)據(jù)在平均值(μ)±1 個(gè)標(biāo)準(zhǔn)差(σ)內(nèi);
95% 的數(shù)據(jù)在平均值(μ)±2 個(gè)標(biāo)準(zhǔn)差(σ)內(nèi);
99.7% 的數(shù)據(jù)在平均值(μ)±3 個(gè)標(biāo)準(zhǔn)差(σ)內(nèi)。
還記得文章開頭說的發(fā)現(xiàn)希格斯玻色子的「5-sigma」閾值嗎?在科學(xué)家證實(shí)發(fā)現(xiàn)希格斯玻色子之前，5-sigma 約為數(shù)據(jù)的「99.9999426696856%」。設(shè)置這么嚴(yán)格的閾值是為了避免潛在的錯(cuò)誤信號。
好了�，F(xiàn)在你可能想知道「正態(tài)分布是如何應(yīng)用在假設(shè)檢驗(yàn)中的」。
因?yàn)槭怯?Z 檢驗(yàn)進(jìn)行假設(shè)檢驗(yàn)的，因此要計(jì)算 Z 分?jǐn)?shù)(用于檢驗(yàn)統(tǒng)計(jì)量)，這是數(shù)據(jù)點(diǎn)到平均值的標(biāo)準(zhǔn)偏差數(shù)。在本文的例子中，每個(gè)數(shù)據(jù)點(diǎn)都是收集到的披薩配送時(shí)間。
計(jì)算每個(gè)數(shù)據(jù)點(diǎn)的 Z 分?jǐn)?shù)的公式。
對每個(gè)披薩配送時(shí)間點(diǎn)計(jì)算 Z 分?jǐn)?shù)，并繪制出標(biāo)準(zhǔn)正態(tài)分布曲線時(shí)，x 軸上的單位從分鐘變成了標(biāo)準(zhǔn)差單位，因?yàn)橐呀?jīng)通過計(jì)算(變量減去平均值再除以標(biāo)準(zhǔn)差，見上述公式)將變量標(biāo)準(zhǔn)化了。
標(biāo)準(zhǔn)正態(tài)分布曲線是很有用的，因?yàn)槲覀兛梢员容^測試結(jié)果和在標(biāo)準(zhǔn)差中有標(biāo)準(zhǔn)單位的「正態(tài)」總體，特別是在變量的單位不同的情況下。
Z 分?jǐn)?shù)的標(biāo)準(zhǔn)正態(tài)分布
Z 分?jǐn)?shù)可以告訴我們整個(gè)數(shù)據(jù)相對于總體平均值的位置。
我喜歡 Will Koehrsen 的說法——Z 分?jǐn)?shù)越高或越低，結(jié)果就越不可能偶然發(fā)生，結(jié)果就越有可能有意義。
但多高(低)才足以說明結(jié)果是有意義的呢?
這就是解決這個(gè)難題的最后一片拼圖——p 值。根據(jù)實(shí)驗(yàn)開始前設(shè)定的顯著水平(alpha)檢驗(yàn)結(jié)果是否具有統(tǒng)計(jì)學(xué)意義。
什么是 P 值
與其用維基百科給出的定義來解釋 p 值，不如用文中的披薩配送時(shí)間為例來解釋它。
對披薩配送時(shí)間隨機(jī)采樣，目的是檢查平均配送時(shí)間是否大于 30 分鐘。如果最終的結(jié)果支持披薩店的說法(平均配送時(shí)間小于等于 30 分鐘)，那就接受零假設(shè)。否則，就拒絕零假設(shè)。
因此，p 值的工作就是回答這個(gè)問題：
如果我生活在披薩配送時(shí)間小于等于 30 分鐘(零假設(shè)成立)的世界中，那我在真實(shí)世界中得到的證據(jù)有多令人驚訝?
p 值用數(shù)字(概率)回答了這一問題。
p 值越低，證據(jù)越令人驚訝，零假設(shè)越荒謬。
當(dāng)零假設(shè)很荒謬的時(shí)候還能做什么?可以拒絕零假設(shè)并轉(zhuǎn)而選擇備擇假設(shè)。
如果 p 值低于之前定義的顯著水平(人們一般將它稱為 alpha，但我將它稱之為荒謬閾值——別問為什么，我只是覺得這樣更容易理解)，那么就可以拒絕零假設(shè)。
現(xiàn)在我們理解了 p 值是什么意思。接下來把 p 值用到文中的例子中。
現(xiàn)在已經(jīng)抽樣得到了一些配送時(shí)間，計(jì)算后發(fā)現(xiàn)平均配送時(shí)間要長 10 分鐘，p 值為 0.03。
這意味著在披薩配送時(shí)間小于等于 30 分鐘(零假設(shè)成立)的世界中，由于隨機(jī)噪聲的影響，我們有 3% 的概率會看到披薩配送時(shí)間延長了至少 10 分鐘。
p 值越低，結(jié)果越有意義，因?yàn)樗惶赡苁怯稍肼曇鸬摹?/p>
大多數(shù)人對于 p 值都有一個(gè)常見的誤解：
p 值為 0.03 意味著有 3%(概率百分比)的結(jié)果是偶然決定的——這是錯(cuò)誤的。
人們都想得到確切的答案(包括我)，而這也是我在很長時(shí)間內(nèi)都對 p 值的解釋感到困惑的原因。
p 值不能證明任何事。這只是一種根據(jù)驚訝程度做出合理決策的基礎(chǔ)方法。Cassie Kozyrkov
我們是如何用 0.03 的 p 值來做出合理決策的(重點(diǎn))：
想象我們生活在平均配送時(shí)間小于等于 30 分鐘的世界——因?yàn)槲覀冃湃闻_店(我們最初的信念)!
分析收集的配送時(shí)間樣本后，p 值為 0.03，低于 0.05 的置信水平(假設(shè)在實(shí)驗(yàn)之前就設(shè)置好了)，因此可以說結(jié)果是具有*統(tǒng)計(jì)顯著性*的。
因?yàn)槲覀円恢毕嘈排_店可以在 30 分鐘內(nèi)配送披薩，現(xiàn)在需要考慮的是這一信念是否仍然有意義，因?yàn)榻Y(jié)果告訴我們，披薩店沒能兌現(xiàn)承諾，而且結(jié)果是具有統(tǒng)計(jì)學(xué)意義的。
那該怎么辦?我們先試著用各種方法使初始信念(零假設(shè))成立。但是因?yàn)榕_店的口碑越來越差，并且經(jīng)常找導(dǎo)致配送延遲的借口，我們自己都覺得再相信披薩店是很可笑的事情，因此，我們決定拒絕零假設(shè)。
最終，我們做出了不再從這家披薩店買披薩的合理決定。
到現(xiàn)在為止，你可能已經(jīng)注意到了，在上面的例子中，p 值不能證明或決定任何事。
在我看來，當(dāng)結(jié)果有統(tǒng)計(jì)學(xué)意義時(shí)，p 值可以作為挑戰(zhàn)初始信念(零假設(shè))的工具。在我們認(rèn)為自己的信念荒謬(假設(shè) p 值表明結(jié)果具有統(tǒng)計(jì)顯著性)的那一刻，就放棄了自己的初始信念(拒絕零假設(shè))并做出了更合理的決定。
統(tǒng)計(jì)顯著性
這是最后一步，將所有內(nèi)容放在一起，并檢驗(yàn)結(jié)果是否有統(tǒng)計(jì)學(xué)意義。
只有 p 值是不夠的，還要設(shè)定閾值(即顯著水平——alpha)。為了避免偏差，實(shí)驗(yàn)開始之前就應(yīng)該設(shè)定 alpha。如果觀測的 p 值小于 alpha，那就可以得出結(jié)論——結(jié)果具有統(tǒng)計(jì)顯著性。
經(jīng)驗(yàn)法則一般將 alpha 設(shè)定為 0.05 或 0.01(同樣，值取決于你的問題)。
如上文所述，假設(shè)在實(shí)驗(yàn)開始前將 alpha 設(shè)置為 0.05，得到的結(jié)果具有統(tǒng)計(jì)顯著性，因?yàn)?p 值(0.03)小于 alpha。
為便于參考，整個(gè)實(shí)驗(yàn)的基本步驟如下：
陳述零假設(shè);
陳述備擇假設(shè);
確定 alpha 值;
找到和 alpha 水平相關(guān)的 Z 分?jǐn)?shù);
根據(jù)公式計(jì)算檢驗(yàn)統(tǒng)計(jì)量;
如果檢驗(yàn)統(tǒng)計(jì)量的值比 alpha 水平的 Z 分?jǐn)?shù)小(或 p 值小于 alpha 值)，拒絕零假設(shè)。否則，接受零假設(shè)。
步驟 5 計(jì)算檢驗(yàn)統(tǒng)計(jì)量的公式。
原文鏈接：https://towardsdatascience.com/p-values-explained-by-data-scientist-f40a746cfc8
標(biāo)簽： 數(shù)據(jù) 蒲Ъ
版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。
