统计学中的p值和q值

作者小韩

我们在工作中，做出统计推断后，如果发现有显著性差别，通常要计算p值。p值又叫做false positive rate(FPR，假正率)，我习惯称之为“假阳性率”。意思是发现了阳性的差别，但实际上是无差别阴性的概率。换句话说，我们挑选出来的有差别阳性样本中无差别阴性样本的比例。这种假设检验的研究对象，是一次试验。

在多重假设检验中，p值明显不适用。因为我们全部判断正确概率会随着次数的增加而明显下降。也就是我们常说的“人在江湖飘，哪能不挨刀；常在河边走，哪有不湿鞋”。那么在这种多重假设检验中，出现一次以上的错误的概率叫做False discover Rate（FDR），又叫做q值。q值是对p值的再统计。