만약 p값이 저 그림이 의미하는 거라면
p값이 너무 커도 영가설을 기각해야 하는건데
실제로는 p값이 최소기준을 넘냐만 따지지 최대기준 밑이냐는 안 따지니까...
저 그림은 이해를 돕기 위한거지 실제로 p값은 저 넓이랑 상관없이, 의미가 \"p-value의 정확한 정의를 말로 써보면, 귀무가설이 맞다고 가정했을때 얻어진 검정통계량보다 더 극단적인 결과가 나올 확률입니다. 여기서 극단적이라함은 대립가설에 유리하게 나오는것을 의미합니다\" 인 거 라고 이해하면 되죠 ( http://statistics-cahn.blogspot.com/2007/10/p-value.html?m=1 )
p값이 너무 커도 영가설을 기각해야 하는건데
실제로는 p값이 최소기준을 넘냐만 따지지 최대기준 밑이냐는 안 따지니까...
저 그림은 이해를 돕기 위한거지 실제로 p값은 저 넓이랑 상관없이, 의미가 \"p-value의 정확한 정의를 말로 써보면, 귀무가설이 맞다고 가정했을때 얻어진 검정통계량보다 더 극단적인 결과가 나올 확률입니다. 여기서 극단적이라함은 대립가설에 유리하게 나오는것을 의미합니다\" 인 거 라고 이해하면 되죠 ( http://statistics-cahn.blogspot.com/2007/10/p-value.html?m=1 )
그리고 또 질문이 있는데 혹시 굳이 대립가설이 맞을 확률이 아니라 귀무가설이 맞을 확률을 따지는 수학적인 이유가 있나요?
어떤 사실에 대해서 맞다라는것을 증명하려면 수도 없는 가설에 대해서 일일이 맞다라는것을 증명해야하지만, 그 배반인 공간을 차지하는 가설을 단지 아니라고만 증명하면 자연스럽게 다른 배반 공간인 연구가설은 참이 됨
가설 검정에서 p값은 귀무가설이 참인데 기각하는 오류의 확률을 뜻함. 즉 일종의 코스트 같은거임. 예를들어 우리가 관심이 있는 실험의 통계량이 m2라고 할 때 귀무가설이 m1이라면 m2가 실제로는 m1과 같지만 그걸 기각할 리스크를 p=0.05 만큼 감수하겠다는 의미임
저기서 말하는 m2가 바로 기각역이라는 부분공간이 되는데, m1이 참이라는 가정하의 분포에선 m2보다 값이 클 경우 그 확률이 0.05수준이기 때문에 감수할만하다고 생각하는거지. 이때, 동일한 기각역 하에서 대립가설의 검정력이 이 p값보다 적어도 같거나 크다면, m2를 가설검정을 위한 우수한 최량기각역으로 쓸 수 있음.