上文介绍了p值的计算：征服统计学08|天天在用的P值到底是个啥？

本文简单介绍下p值的来源、阈值设定~（统计菜鸡，欢迎指出不足~~）

P值来源（随机事件的锅）

P阈值0.05诠释（5%的实验结果为小概率事件）

P阈值设定

Reference

为了评估A，B的药效是否有差异，我们将二者分别作用于两位患者，一段时间后A使用者被治愈了，B使用者未被治愈，但是我们无法据此得出A药比B药好，这可能是一些随机事件导致（B药用错剂量、用了排斥B药的其它药等等），无统计学意义。

为了进一步比较药物A和药物B，需要将两种药物作用于更大样本。

假设上图结果是随机的，且药物A和药物B之间无真正区别，结果告诉我们这假设是不成立的。

结果也有可能是上图这样，药物A治愈了更多人，但是没有一项研究是完美的，总是有一些随机事件----这就是p值的由来，p越接近0，越认为药物A和药物B有差异，多大p阈值能帮助我们做出正确判定了，往下看。

实际使用过程中，p值常用阈值为0.05，P 值为0.05表示：如果A药和B药无差异（原假设-null hypothesis，记为H0），重复上述实验足够多次，只会有5%的实验结果为A药和B药有差异（备择假设，alternative hypothesis，记为H1），5%的实验结果（主要为随机事件导致）可以用下面的例子形象解释。

将A药同时作用于两组患者，重复实验足够多次，理论上是没有差异的（得到一个很大的p值，如0.9啊，1啊），如果有差异，这时差异归咎于随机事件（此时p小于0.05，如0.07）。

再次回到前面的实验，如果A药和B药无差异，重复上述实验足够多次，只会有5%的实验结果是p值 小于0.05，p值帮助我们决定是否拒绝A，B药无差异的原假设，p值小并不能说A，B药有很大差异，取决于p的阈值，往下看。

如果非常关注准确性，可将阈值设置的更小，如0.00001（做100,000次试验，得到一次假阳）;

与之相反，不关注准确性，可将阈值设置的更大。

https://www.bilibili.com/video/BV17y4y1B7cr