2. p值的定义与解读：p值不是效应概率、p值分布、常见误解

p值（p-value）是显著性检验中最常被报告、也最常被误读的数字。许多实践者把 p值当作“干预有效的概率”或“原假设为真的概率”，这两种理解都是错误的。本章从定义出发，借助分布图、类比和典型误区，澄清 p值的真正含义。

2.1 p值的正式定义

p值是指在原假设（H₀）为真的前提下，观测到当前结果（或比当前结果更极端的结果）的概率。

用公式表达（以双侧检验为例）：

p = P( |t| ≥ |t_obs| | H₀ )

其中 t_obs 是基于样本计算的检验统计量。p值刻画的是样本结果在 H₀ 下的“罕见程度”。

2.2 核心区别：p值 ≠ 效应概率

2.3 内联SVG：p值的分布与含义

上图展示了在 H₀ 为真的抽样分布下，p值对应的是分布两端更极端区域的面积总和。该面积越小，说明观测结果在 H₀ 下越罕见。

2.4 p值的分布特性

如果 H₀ 为真，且检验的前提条件满足，那么 p值本身服从 均匀分布 U(0,1)。这意味着：

• 在所有重复实验里，p值有 5% 的概率小于 0.05，有 20% 的概率小于 0.20。
• p值在不同样本间波动很大，单个 p值不包含效应大小的信息。
• p值 ≈ 0.04 与 p值 ≈ 0.06 之间的差异，远没有通常认为的那么“显著”。

2.5 常见误解清单

2.6 应用边界：何时 p值有用？何时失效？

• 适用场景：随机化对照实验、明确原假设、检验统计量分布已知或可近似、样本独立。
• 不适用场景：
  - 观测性研究中滥用p值（混杂变量多，p值无法校正偏差）
  - 多重比较不校正（p值膨胀）
  - 小样本且分布严重偏离（p值计算不准）
  - 想要直接回答“效果大小”或“业务价值”（需要效应量和置信区间）

2.7 本章练习题

1. 在一次A/B测试中，你得到 p=0.04。以下哪个陈述是正确的？
   a) 实验组比对照组更好的概率是96%。
   b) 原假设为真的概率是4%。
   c) 如果两组实际上没有差异，那么仅因随机性得到当前结果（或更极端结果）的概率是4%。
   d) 重复实验100次，会有96次得到统计显著结果。
2. 假设两个实验得到相同的效应大小，但样本量不同：实验A（n=1000, p=0.01），实验B（n=100, p=0.20）。以下说法正确的是？
   a) 实验A的效果比实验B更大。
   b) 实验A提供了更强的证据拒绝H₀。
   c) 两个实验的p值可以直接比较效应大小。
   d) 实验B由于p>0.05，所以没有效应。
3. 判断题：p值服从(0,1)上的均匀分布，当且仅当原假设为真且所有模型假设成立。