유의 확률 (P-Value)

유의 확률 (P-Value)

 

https://www.simplypsychology.org/p-value.html

 

통계적 가설 검정에서 유의 확률 (有意 確率, significance probability, asymptotic significance) 또는 p-값 (p-value, probability value)은 귀무 가설이 맞다고 가정할 때 얻은 결과보다 극단적인 결과가 실제로 관측될 확률이다. 실험의 유의 확률은 실험의 표본 공간에서 정의되는 확률 변수로서, 0~1 사이의 값을 가진다.

 

p-값 (p-value)은 귀무 가설 (null hypothesis)이 맞다는 전제 하에, 표본에서 실제로 관측된 통계치와 같거나 더 극단적인 통계치가 관측될 확률이다. 여기서 말하는 확률은 빈도주의 (frequentist) 확률이다.

 

p-값 (p-value)는 관찰된 데이터가 귀무가설과 양립하는 정도를 0에서 1 사이의 수치로 표현한 것이다. p-value가 작을수록 그 정도가 약하다고 보며, 특정 값 (대개 0.05나 0.01 등) 보다 작을 경우 귀무가설을 기각하는 것이 관례이나 여기에는 여러 가지 문제들이 있다. 이러한 문제들로부터 일단의 과학자들은 유의 확률 (P값)을 0.05의 관례에서 0.005로 높일것을 권고하는 개선안의 실시를 촉구한 바 있다. 이러한 재정의에 따른 교정의 효과는 기존의 0.05 ~ 0.005의 P값을 제안적 증거 (suggestive evidence)로 표현하고 0.005 이하의 P값에서 유의미 (significant)하다는 표현을 사용할 것으로 권고하고 있다. 한편, 과학계는 기존 논문의 유의미성을 제고하기 위한 또다른 방안으로 가설의 재실현성을 언급한 바 있다.

 

통계적 가설 검정에서 유의 확률 또는 p-값은 귀무 가설이 맞다고 가정할 때 얻은 결과보다 극단적인 결과가 실제로 관측될 확률이다. 실험의 유의 확률은 실험의 표본 공간에서 정의되는 확률 변수로서, 0 ~ 1 사이의 값을 가진다.

 

만일, p-value가 크면 귀무 가설이 사실이라는 가정하에 검정 통계량 값을 얻을 가능성이 높다. 그러므로 귀무 가설의 타당성 을 의심할 충분한 이유가 없다. 반대로 p-value가 작으면 귀무 가설이 사실이라는 가정하에서 검정 통계량 값을 얻을 가능성이 작다. 그러므로 귀무 가설을 기각 할 충분한 이유가 있다.

 

https://ko.wikipedia.org/wiki/%EC%9C%A0%EC%9D%98_%ED%99%95%EB%A5%A0

유의 확률 - 위키백과, 우리 모두의 백과사전