所有的零假设显著性检验(NHST)(例如t-检验)都给出了一个概率值，称之为p-值。即然p-值是一个概率值，那么p-值是什么事件发生的概率呢？谢钢老师最近的一篇博文讨论了“如何正确解读p-值”【1】。谢老师在博文中列举了文献中常见的几种对p-值的误解及其澄清。这些对p-值误解的澄清概要如下：

（1）  p-值不是给定数据下原假设成立的概率。

（2）  p-值不是错误地拒绝了原假设的概率。

（3）  p-值不是在给定原假设成立的情况下观察到我们数据样本的概率。

（4）  小p-值不表明原假设不太可能成立，也不表明在原假设下发生了罕见事件。

读者可能已经注意到，上述对p-值的解读（误解）都是在零假设显著性检验的语境下进行的。p-值本身只是一个概率值，没有对与错的问题。但是因为p-值是零假设显著性检验(NHST)的成果，而NHST存在逻辑缺陷，所以在零假设显著性检验语境下根本不可能正确解读p-值。换句话说，对p-值的所谓“误解”其实是零假设显著性检验的必然结果。只有放弃零假设显著性检验，才能够消除对p-值的“误解”。

那么，p-值到底是什么事件发生的概率呢？回答这个问题必须考虑具体的实际问题。考虑实际中经常遇到的一个问题：给定分别取自于两个厂家（1和2）生产的某一产品（例如电池）的两个样本，评估这两个厂家产品的质量（以产品使用寿命做为质量指标），进而决定购买哪个厂家的产品。在零假设显著性检验的范式下，通常采用z-检验或者t-检验得到的p-值来推断两个厂家产品使用寿命均值之间的差别是否“统计显著”。但是如前所述，在零假设显著性检验的语境下无法正确解读p-值。为了解读这个p-值的真正含义，我们可以将z-检验进行如下的分解【2】：

上式表明单尾z-检验产生的p-值的真正含义是“厂家1产品使用寿命均值的抽样分布小于厂家2产品使用寿命均值的抽样分布”这一事件发生的概率（估计值）。当样本量较大时（n>30），t-检验可以用z-检验来近似。因此，单尾t-检验产生的p-值的含义近似为“厂家1产品使用寿命均值的抽样分布小于厂家2产品使用寿命均值的抽样分布”这一事件发生的的概率（估计值）。解读了p-值的真正含义后，我们发现这个概率值（p-值）并不能帮助我们评估这两个厂家产品之间的质量差异。这是因为p-值随着样本量的增大而减小，无论两个厂家产品使用寿命的平均值如何小（即两个产品没有实质性的质量差异），只要样本量足够大，p-值就可以小于显著性阈值0.05，表明两个厂家产品质量“差异”是“统计显著的”。这显然是不合理的。因此，z-检验或者t-检验产生的p-值不能帮助我们进行科学推断。对这个问题感兴趣的读者可以参见文献【2】。

【1】谢钢 2024 假如我们正确地解读p-值，科学网，https://blog.sciencenet.cn/home.php?mod=space&uid=3503579&do=blog&id=144520

【2】Huang H 2022 Exceedance probability analysis: a practical and effective alternative to t-tests  Journal of Probability and Statistical Science 20(1) 80-97 https://www.researchgate.net/publication/366055947_Exceedance_probability_analysis_a_practical_and_effective_alternative_to_t-tests