11 / 12 · 比较之前先问清楚
p 值小，到底在说什么？
把 p 值读成一个“假如……会怎样”的问题，不把它当成结论为真的概率。
先修衔接 方法更好，还是人本来就不同？
前往练习 ↓带着这个问题读
如果 p 值约为 0.04，就能说新方法有 96% 的概率更好吗？
不能。不能用 1 减去 p，就得到新方法更好的概率。p 值是在把起始模型当作成立的前提下，问可能出现怎样的检验结果；它没有给不同解释分配真假概率。
比如，先假定“两种方法没有真实差异”，同时满足检验的其他假设。在固定检验规则下，出现本次这么极端或更极端检验结果的概率是多少？这就是 p 值。“更极端”由选定的检验来定义，不能看完结果再换规则。
下面的例子会把“至少同样极端”的结果都数进去，不是只数与本次一模一样的结果。p 值小，表示结果在假定模型下不太寻常；它不告诉你效果有多大、是否值得采用，也不替另一种解释证明正确。
一起拆一个例子
- 先定好无差异模型、假设，以及什么叫“至少同样极端”，不要看完结果再改。
- 在这组虚构教学次数里，1000 次中有 40 次满足规则。每一次都使用同一个起始模型；40 数的是符合条件的结果，不是“假设为假”的次数。
- 40/1000 = 4%，所以模拟给出的粗略 p 值是 0.04。整个相除过程仍是在假定起始模型成立。
轮到你了
0 / 3练习 2未检查
哪一种对小 p 值的解释合适？
查看解析 · 不计作完成
在假定模型下，所选检验的结果不太寻常。
不能把“模型成立时出现某结果的概率”，反过来当作“看到结果后模型成立的概率”。这就是第 3 课的条件方向问题。
练习 3未检查
一个很大的实验发现了很小的提升，p 值也很小。判断是否有用，还需要什么？
查看解析 · 不计作完成
效果大小、不确定性、研究设计，以及实际付出和收益。
把结果读完整：多大、多不确定、怎么测的、对什么有用。一个阈值回答不了这些问题。
带回你自己的问题
补完这句话：“p 值小没有告诉我____。要理解这次结果，我还会问____。”