從t檢驗到回歸分析，甚至是DOE中，大家都可以看到P值的身影。P值對于很多朋友來說，可以說是又愛又恨。而在我看來，要想準確地使用P值，我們首先要理解兩個概念：原假設和備擇假設。

P值與原假設

利用Minitab軟件得到P值很方便，獲得P值以后我們更多的是把它拿來與顯著性水平α（一般為0.05）比較。

從上表中大家會發現，拒絕和不拒絕的對象始終是原假設，那么如果我在一次假設檢驗中把原假設和備擇假設弄反了或者是弄錯了，那么你得到的統計顯著或不顯著的結論還有意義嗎？所以，在本篇文章中我將繼續帶領大家來學習P值，只不過是從原假設和備假設方面來做闡述。

原假設和備擇假設

原假設和備擇假設是互斥的總體聲明。

原假設 (H0)

原假設聲明總體參數（如均值、標準差等）等于假設值。原假設通常是基于先前的分析或專業知識做出的初始聲明。

備擇假設 (H1)

備擇假設聲明總體參數小于、大于或不同于原假設中的假設值。備擇假設是您認為可能是真或者希望證明是真的內容。

這兩個概念聽起來很饒人，我打算用個故事來講講。

1949年，有部美國電影叫《A Connecticut Yankee in King Arthur's Court》其主題曲有部分內容如下：

We're busy doing nothing
Working the whole day through
Trying' to find lots of things not to do

用這首歌的內容來描述原假設非常容易理解：

原假設: 總是 “Busy Doing Nothing”

在進行數據分析之前，甚至在收集數據之前，我們需要定義我們將要回答的問題是什么。一旦有了這些，我們就可以定義原假設和備擇假設了。

原假設總是“跟當前狀態一致，沒有發生變化”，因此就是“忙著什么都沒做”

當原假設出現的概率很低，我們拒絕原假設時，我們就需要采取一些措施，就不再是“什么都不做”。

讓我們再通過一些例子來理解一下：

“Busy Doing Nothing”你學會了嗎？

小結

準確的給出原假設和備擇假設，假設檢驗相當于成功了一半。當然根據實際情況不同，備擇假設還有三種不同的形式。另外對于原假設和備擇假設的確立，我們也會用到很多有用的確立原則。

審核編輯 黃昊宇