KNOWECON WIKI

ARTICLE

证据

证据 (Evidence) 证据 (Evidence) 在统计学与计量经济学中，是指数据相对于某个假说或模型的支撑程度。它不是绝对的真值判断，而是对"数据在多大程度上支持某一命题"的量化表达。证据的概念贯穿于假设检验、模型选择、贝叶斯推断等多个核心领域，是现代统计决策理论的基石。 证据的两种范式 统计学中对证据的形式化处理主要沿着两条路径展开： 一、频率学派

浏览 5 更新 2025-10-27

证据 (Evidence)

证据 (Evidence) 在统计学与计量经济学中，是指数据相对于某个假说或模型的支撑程度。它不是绝对的真值判断，而是对"数据在多大程度上支持某一命题"的量化表达。证据的概念贯穿于假设检验、模型选择、贝叶斯推断等多个核心领域，是现代统计决策理论的基石。

证据的两种范式

统计学中对证据的形式化处理主要沿着两条路径展开：

一、频率学派：以P值为核心

频率学派将证据理解为"在零假设成立的重复抽样中，观察到当前结果或更极端结果的概率"，即P值 (P-value)。P值越小，意味着数据与零假设的兼容性越低，构成反对零假设的证据。Fisher 将 P 值视为一种非形式化的证据测度：P < 0.05 被视为"有证据反对零假设"，P < 0.01 则为"强证据"。

然而，P值存在多重局限性：它依赖于样本量和效应大小；不能直接给出零假设为真的概率；易受停止规则的影响；且在实践中常被机械地二分为"显著/不显著"，导致证据的连续本质被掩盖。为此，美国统计协会 (ASA) 于 2016 年专门发布声明，警告 P 值的误用。

二、贝叶斯学派：以贝叶斯因子为核心

贝叶斯框架下，证据通过贝叶斯因子 (Bayes Factor, BF) 来度量。贝叶斯因子定义为在两个竞争模型（或假设）下观测数据的边际似然之比：

BF01=P(Data∣H0)P(Data∣H1)BF_{01} = \frac{P(\text{Data} \mid H_0)}{P(\text{Data} \mid H_1)}

当 BF01>1 BF_{01} > 1 时，数据更支持 H0 H_0 ；当 BF01<1 BF_{01} < 1 时，数据更支持 H1 H_1 。贝叶斯因子的核心优势在于：它直接比较两个模型的预测能力，而不依赖于特定显著性水平；它可以自然地累积证据（新数据到来后，后验赔率更新为：先验赔率 × 贝叶斯因子）；且它在直觉上对应"数据使我们对假设的信念改变了多少"。

证据强度的分级

Jeffreys (1961) 以及 Kass 与 Raftery (1995) 给出了基于贝叶斯因子的证据强度分级标准（以 2ln⁡BF102 \ln BF_{10} 或 BF10BF_{10} 本身为参考）：

  • 1<BF10≤3 1 < BF_{10} \leq 3 ：微弱证据 (anecdotal / barely worth mentioning)
  • 3<BF10≤20 3 < BF_{10} \leq 20 ：中等强度证据 (positive / substantial)
  • 20<BF10≤150 20 < BF_{10} \leq 150 ：强证据 (strong)
  • BF10>150 BF_{10} > 150 ：极强证据 (very strong / decisive)

这一分级比 P 值的机械化阈值（如 0.05）更细致地刻画了证据的连续谱系。

证据与决策

证据本身不等同于决策。在统计决策理论中，决策还需考虑损失函数 (Loss Function) 和先验信息。例如，在医疗诊断中，即便是中等强度的证据，若错误决策的代价极高（如漏诊致命疾病），也可能触发行动；而强证据若对应的决策成本极高，也可能不足以行动。因此，证据是决策的必要但非充分条件。

似然比与证据

在频率学派中，似然比检验 (Likelihood Ratio Test, LRT) 直接使用两种假设下似然函数的比值来构建检验统计量。似然比本身就是一种证据度量：它衡量在参数空间的不同区域，数据的相对似然性。广义似然比检验统计量

Λ=−2ln⁡(sup⁡θ∈Θ0L(θ)sup⁡θ∈ΘL(θ))\Lambda = -2 \ln \left( \frac{\sup_{\theta \in \Theta_0} L(\theta)}{\sup_{\theta \in \Theta} L(\theta)} \right)

在大样本下近似服从卡方分布，从而将证据转化为概率陈述。AIC、BIC 等信息准则也可视为对模型证据的近似，其中 BIC 在一定条件下近似于贝叶斯因子的对数形式。

证据的累积与可重复性

科学的可重复性危机部分源于对证据的错误理解。单一研究的显著 P 值不等于确凿证据；真正可靠的证据来自多次独立研究的荟萃分析 (Meta-Analysis) 和证据综合。在贝叶斯框架中，证据的累积是自然的：每一次新的实验都在更新后验分布；而在频率学派中，多个研究的证据合并需要专门的综合方法（如 Fisher 方法、Stouffer 方法）。

与其他概念的关系

证据概念与多个核心统计概念紧密相关：假设检验将证据转化为拒绝/不拒绝的二元决策；置信区间提供了与数据兼容的参数范围，区间宽度反映了证据的精确度；功效 (Power) 衡量了在特定效应大小下获取证据的能力；信息准则 (AIC, BIC) 基于信息损失对模型进行证据排序；贝叶斯更新则刻画了证据如何动态改变信念。