KNOWECON WIKI

ARTICLE

p值 (p-value)

p值 (p-value) p值（p-value）是统计推断和假设检验中最核心的概率指标之一，由英国统计学家Ronald Fisher于1920年代正式提出并推广。p值定义为：在零假设（null hypothesis, H_0）为真的前提下，观察到当前样本统计量或比其更极端结果的概率。它是频率学派假设检验框架中衡量数据与零假设相容程度的关键尺度。 数学定义 设

浏览 0 更新 2026-07-20

p值 (p-value)

p值（p-value）是统计推断和假设检验中最核心的概率指标之一，由英国统计学家Ronald Fisher于1920年代正式提出并推广。p值定义为：在零假设（null hypothesis, H0H_0）为真的前提下，观察到当前样本统计量或比其更极端结果的概率。它是频率学派假设检验框架中衡量数据与零假设相容程度的关键尺度。

数学定义

设 T=t(X)T = t(\mathbf{X}) 为检验统计量，X=(X1,X2,…,Xn)\mathbf{X} = (X_1, X_2, \dots, X_n) 为样本，零假设 H0H_0 下 TT 的分布已知。对于观测值 tobst_{\text{obs}}，p值的正式定义为：

p=PH0(T≥tobs)（右侧检验）p = P_{H_0}\bigl(T \geq t_{\text{obs}}\bigr) \quad \text{（右侧检验）}
p=PH0(T≤tobs)（左侧检验）p = P_{H_0}\bigl(T \leq t_{\text{obs}}\bigr) \quad \text{（左侧检验）}
p=2⋅min⁡{PH0(T≤tobs),  PH0(T≥tobs)}（双侧检验）p = 2 \cdot \min\Bigl\{P_{H_0}(T \leq t_{\text{obs}}),\; P_{H_0}(T \geq t_{\text{obs}})\Bigr\} \quad \text{（双侧检验）}

直观而言，p值越小，数据与零假设之间的矛盾越尖锐。若 p值低于预设的显著性水平 α\alpha（通常取 0.05、0.01 或 0.10），则拒绝 H0H_0，称结果具有统计显著性。

与显著性水平的关系

p值和显著性水平 α\alpha 是两个密切相关但含义不同的概念：

  • α\alpha 是实验者在实验前设定的第一类错误（拒真错误）的容忍上限，是一个固定阈值。
  • p值是样本数据计算出的随机变量，在 H0H_0 为真且检验统计量连续时，p值服从 [0,1][0,1] 上的均匀分布。

二者的决策逻辑是：若 p≤αp \leq \alpha，拒绝 H0H_0；若 p>αp > \alpha，不拒绝 H0H_0。但务必注意：p值不是 H0H_0 为真的概率，也不是效应大小的度量。

经济学与计量经济学中的应用

p值在计量经济学中几乎无所不在。每一篇实证研究的回归结果表格中，系数估计值旁边都会报告标准误和对应的p值（或星号标注的显著性水平）。具体应用场景包括：

  1. 系数显著性检验：在OLS回归 y=β0+β1x+εy = \beta_0 + \beta_1 x + \varepsilon 中，检验 H0:β1=0H_0: \beta_1 = 0 的p值决定了解释变量是否具有显著影响。这是因果推断分析的第一步筛选。
  2. 工具变量诊断：在2SLS估计中，第一阶段F统计量的p值用于检验工具变量的相关性（弱工具变量检验）。
  3. Granger因果检验：时间序列分析中检验滞后项是否联合显著的p值。
  4. 豪斯曼检验（Hausman Test）：比较固定效应与随机效应估计量时，p值用于判定模型设定。
  5. 政策评估：在双重差分法和断点回归中，平行趋势检验和安慰剂检验的p值是论证识别策略有效性的核心证据。

常见误解与滥用

p值是当代统计实践中最容易被误用的指标之一。美国统计协会（ASA）于2016年发布了一份罕见的正式声明，列出六条关于p值的原则，其核心警示包括：

  • p值不是零假设为真的概率：p值是 P(数据∣H0)P(\text{数据} \mid H_0)，而非 P(H0∣数据)P(H_0 \mid \text{数据})。后者需要贝叶斯框架下的先验概率，不能直接从p值推出。
  • p值不能衡量效应大小：在大样本下，即使效应微小到毫无经济意义，p值仍可能极低。必须结合效应量和置信区间综合判断。
  • 不显著不等于零效应：p>0.05p > 0.05 仅意味着数据不足以拒绝 H0H_0，绝不等同于 H0H_0 为真。混淆"不拒绝"与"接受"是初学者最常犯的错误。
  • p值本身具有样本量依赖性：样本量越大，在相同真实效应下p值越小（统计功效增大），这是p值并非效应大小的内在原因。

p值困境与复制危机

经济学和社会科学界近年来面临严重的复制危机。其核心机制之一是p值操纵——研究者有意或无意地通过多种分析策略使p值低于0.05，包括：中止规则下的数据窥探、选择性报告因变量、剔除"不方便"的控制变量、将连续变量二分或反之等。这些做法严重膨胀了第一类错误的实际概率。

针对这一问题，学界已提出多项改革方案：降低默认的显著性阈值（一些学者主张将 α\alpha 从0.05降至0.005）、强制预注册研究计划和假设、报告全部结果而非仅显著结果、以及鼓励使用贝叶斯因子作为替代或补充。p值作为一种简便的筛选工具仍将在经济学实证研究中占据重要地位，但对它的正确理解和审慎使用是当代计量训练不可或缺的基础。