p 值计算（置信度）

一、p值的概念

参考 【科研新手必学】手把手教你统计学的P值含义和检验假设

下图中，μ0 表示整个地区的总体均值，μ 表示整个矿区的整体均值，$\overline{X}$ 表示矿区抽样的均值

• H0是无效假设(原假设)，即，矿区的均值和该地区的均值其实是一样的，只是因为抽样误差而导致的（即矿区的样本是整个地区样本的一部分）
• H1是备择假设，即，矿区的数据分布和整个地区的数据分布是完全不同的，两者均值本身就不相等。所以从矿区中抽样出来的均值自然和整个地区的均值不同，即矿区影响了新生儿头围的发育
  
  

如下图所示，S 表示标准差，n 表示样本数


注意，这里需要对 μ 取绝对值，即 μ=2.273，2.273是介于 1.96 到 2.58 之间，所以 p 值介于 0.01 到 0.05 之间

• μ 越大，p 越小；μ越小，p越大
  
  接受 H1 即表示：矿区新生儿的头围，和全地区的数据，是不一致的
  

如下图所示，即表示，H0的零假设其实就是假设 “没有差别”，拒绝了 “没有差别” 的假设，那结论自然就是 “有差别”

参考：【统计】从P值到6σ（六西格玛）质量控制（P值与Z值，与置信水平的关系，python scipy 计算）

下图中，z=1.96 表示，距离均值 1.96 个标准差

In [88]