P值定义 将拟合优度用P-值表示（也称为观察的显著水平或置信水平） P=观察到实验数据元或t()像x或t(s)一样， 与假设H具有相同或较小符合程度的概率。 注意：这不是H为真的概率。 在经典统计学上，我们从不涉及P(刊。 而在贝叶斯统计理论中，则把H当成了随机变量，并利用贝叶斯定理 得到 π(H):H的先验概率 P(tH)π(H) P(H)= 「P(tH)π(H)dH 对所有可能性进行归一化积分 6
6 P-值定义 将拟合优度用P-值表示 (也称为观察的显著水平或置信水平) 注意注意: : 这不是 这不是H H 为真的概率。 为真的概率。 在经典统计学上，我们从不涉及 P(H) 。 ∫ = P t H H dH P t H H P H t ( | ) ( ) ( | ) ( ) ( | ) π π π(H):H 的先验概率 对所有可能性进行归一化积分 = ( ) ( ) obs obs P x t x x t x H G G G G 观察到实验数据 或 像 或 一样， 与假设 具有相同或较小符合程度的概率。 而在贝叶斯统计理论中，则把 H 当成了随机变量，并利用贝叶斯定理 得到
P值与假设检验 根据P值的定义，对H假设拟合优度的检验可以通过计算P值的大小 来完成。 但是，应注意以下两点： >在P值定义中不涉及别的假设。 >P值是一个随机变量。前面采用的显著水平在检验时已经被指定为常数。 如果H为真，则对于连续的X,P在[0,1]范围内均匀分布. 如果H非真，则P的概率密度函数通常很接近零。 7
7 P-值与假设检验 但是，应注意以下两点 但是，应注意以下两点:: 如果H 为真，则对于连续的x ，P 在[0,1]范围内均匀分布. G ¾在P-值定义中不涉及别的假设。 根据P-值的定义，对 H 假设拟合优度的检验可以通过计算P-值的大小 来完成。 ¾P-值是一个随机变量。前面采用的显著水平在检验时已经被指定为常数。 如果H 非真，则P的概率密度函数通常很接近零
例子：拟合优度检验 投N次硬币，观察到h次头朝上的概率服从二项式分布： N! ,,)n-nD-p, 假设H:硬币是公平的（朝上的p%=朝下的p,=O.5) 取拟合优度检验统计量tn,-N/2| 投N=20次硬币，观察到17次头朝上，则ts17-20/2卡7 在t-空间中，具有相同或较少符合的区域为 t=(n-N/2)≥7 P-值=P(2=0,1,2,3,17,18,19,20)=∑f≈0.0026 i<8 8
8 例子:拟合优度检验 投 N 次硬币，观察到 nh 次头朝上的概率服从二项式分布： h N nh h n h h h h h p p n N n N f n p N − − − = (1 ) !( )! ! ( ; , ) 假设H：硬币是公平的(朝上的 ph = 朝下的 pt = 0.5) | / 2 | h t n = − N 投 N=20 次硬币，观察到17次头朝上，则 |17 20 / 2 | 7 obs t = − = 在 t-空间中，具有相同或较少符合的区域为 8 ( / 2) 7 ( 0,1, 2,3,17,18,19, 20) 0.0026 h h i i t n N P P n f ≤ = − ≥ − = 值 = = ∑ ≈ 取拟合优度检验统计量
拟合优度检验中的问题 问题：当P值等于0.0026，是否意味着H假设是错的？ P值并不回答此问题。它只是给出与观察到的结果一样， 与H假设不符或者高于H假设(pp,=0.5)的概率。 P值=“偶然”得到如此奇怪结果的概率 种实用的检验方法是在同样的假设下，产生同 样数目的事例足够多次。检查如此奇怪的结果发 生的概率是否与P值相当。 9
9 拟合优度检验中的问题 问题:当 P -值等于0.0026,是否意味着 H 假设是错的? P -值并不回答此问题。它只是给出与观察到的结果一样， 与 H 假设不符或者高于 H 假设( p h =pt=0.5 )的概率。 P - 值=“偶然 ”得到如此奇怪结果的概率 一种实用的检验方法是在同样的假设下，产生同 样数目的事例足够多次。检查如此奇怪的结果发 生的概率是否与 P -值相当。 一种实用的检验方法是在同样的假设下，产生同 样数目的事例足够多次。检查如此奇怪的结果发 生的概率是否与 P -值相当
观测到一个信号的显著程度 假设观测n个事例，包含了 n,=已知过程（或本底）的事例数 n,=新过程（或信号）的事例数 如果n,n,服从泊松分布，均值为'。，它们之和n=n+n,也是 服从泊松分布，均值为v=V。+V,: P(n:vs,V)= y,+,)'e+w) n. 如果⅓=0.5而且观测到nobs=5 可否就此声称该迹象为新的发现？ 假设H:y=0,即只有本底过程出现。 也就是所谓的“无效假设” 10
10 观测到一个信号的显著程度 假设观测 n 个事例，包含了 n b =已知过程 (或本底 )的事例数 ( ) ! ( ) ( ; , ) s b e n P n n s b s b ν ν ν ν ν ν + − + = 如果 νs =0.5而且观测到 nobs = 5 可否就此声称该迹象为新的发现？ 可否就此声称该迹象为新的发现？ 假设 H：νs=0，即只有本底过程出现。 n s =新过程 (或信号 )的事例数 b s b s b s b s n n ν ν n n n ν ν ν = + = + 如果 ， 服从泊松分布，均值为 ， ，它们之和 也是 服从泊松分布，均值为 ： 也就是所谓的“无效假设” 也就是所谓的“无效假设