【机器学习理论】概率论与数理统计--假设检验，卡方检验，t检验，F检验，方差分析

 

显著性水平α与P值：

1、显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。

 

显著性是对差异的程度而言的，是在进行假设检验前确定的一个可允许作为判断界限的小概率标准。

 

2、P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。

 

P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。

 

总结，P值越小，结果越显著。