Какое утверждение про p-value наиболее верное?
A
p-value показывает величину наблюдаемого эффекта в процентах от базового значения метрикиB
p-value показывает совместимость данных (или более экстремальных) с нулевой гипотезой H0C
p-value численно совпадает с уровнем значимости alpha при корректной постановке тестаD
p-value равен вероятности истинности нулевой гипотезы H0 при наблюдаемых данныхПравильный ответ.
p-value — это про совместимость данных с нулевой гипотезой H0, а не про размер эффекта или вероятность гипотез.Разбор
p-value вычисляется при предположении, что нулевая гипотеза верна, и измеряет «насколько необычны» данные при этом предположении. Он не говорит о величине эффекта и не сообщает вероятность гипотез. Типичная ловушка — считать маленький p-value доказательством большой пользы или гарантии успеха. Ещё одна ошибка — отождествлять p-value с уровнем значимости alpha: alpha фиксируется заранее как порог, а p-value зависит от данных.
Проверь себя · 1/3разбор после ответа
Что обозначает параметр
beta в проверке гипотез?Ещё вопросы по теме «Основы проверки гипотез»
- В A/B тесте вы сравниваете конверсию между вариантами A и B. Какая формулировка `H0`/`H1` корректна для двусторонней проверки отличий?
- Как корректно интерпретировать значение `p-value` = 0.03 в проверке статистических гипотез?
- При уровне значимости 0.05 получено `p-value` = 0.04. Какое решение соответствует стандартному правилу проверки гипотез?
- Что означает выбор уровня значимости `alpha` = 0.01 в терминах ошибки I рода?
- Что обозначает параметр `beta` в проверке гипотез?
- Все вопросы по «Основы проверки гипотез» →