![見出し画像](https://assets.st-note.com/production/uploads/images/143223251/rectangle_large_type_2_fec8a647f3e55114528467a645643b3f.png?width=800)
p値の導入(の試み):データの特徴以上に極端な特徴のものが観察される確率の下限値
全確率則:P(A)=P(A|B)P(B)+P(A|notB)P(notB)
と内分点の公式から、p値の図形的な意味付けが得られます。
入手したデータ(標本)の特徴(実数値で表される)に注目して、ほかにもたくさんのデータを「もし」入手したとしたら、このデータの特徴以上に極端な特徴のものが観察される確率をP(T≧t)という(条件付きでない)確率で表しましょう。すると、P(T≧t)は確率だから0から1の数値であるはずですが、0にいくらでも近づけられるかというと、モデルや帰無仮説H0を固定すると、どうしてもそれ以下には下げられないという下限値が存在します。それがP値なのです。
全確率則 P(A)=P(A|B)P(B)+P(A|notB)
(P(A)=P(A∧B)+P(A∧notB)と条件付き確率の定義P(A|B):=P(A∧B)/P(B)より示せる)
を利用した導入です。(この導入でP値が理解しやすくなるかは「?」ですが)
また、¬H0がH1である場合(対立仮説が複合仮説の場合)のみを扱っています。
内分点,外分点の公式と証明 | 高校数学の美しい物語 (manabitimes.jp)
![](https://assets.st-note.com/img/1718183404952-1dcO1NK6dr.png?width=800)
P(T≧t)=P(T≧t|H0)P(H0)+P(T≧t|H1)P(H1)
についてP(T≧t|H0)=pとP(T≧t|H1)=qを[m=P(H1):n=P(H0)]に内分する点がP(T≧t)である
P(T≧t)=np+mq(=P(H0)p+P(H1)q)
ことを図示しています
![](https://assets.st-note.com/img/1717713297225-vwtpi1G1kv.png?width=800)
![](https://assets.st-note.com/img/1718000424303-s8quKS6N6W.png?width=800)
※②はP(T≧t|H1)が正しいです。q値=P(T≧t|H1)と定義します。
下記の注意点もあります
↓
p値を条件付き確率により定義した場合の注意点は条件の確率が0である場合(p(H0)=0の場合)に、p値が(全確率則においてでないと)定義されなくなってしまう(P(A|B):=P(A∧B)/P(B)はP(B)=0だと0-1の値をもたない)ことですが、これはご指摘の活用上の注意点とはまた別の話でしょうね...
— 高橋泰城(たかはしたいき) (@tweet_taiki) June 11, 2024
尤度の考え方からp値を導入することも可能です
↓
p値の尤度による導入|高橋泰城(たかはしたいき) (note.com)
この記事が気に入ったらサポートをしてみませんか?