Bỏ qua đến nội dung chính
Mục lục

P-value là gì: định nghĩa đúng, cách tính bằng mô phỏng

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 2/7 · Chương 9

Kiểm định giả thuyết: ý tưởng

  • 9 phút
  • Trung cấp
  • Python 3.14
  • Cập nhật

Giá trị p, thường viết p-value hay p value, là xác suất, tính khi giả sử giả thuyết không H₀ đúng, để có một kết quả lệch ít nhất như kết quả bạn quan sát được. Bạn gặp nó ở mọi kết quả kiểm định, từ cột Sig. của SPSS tới thuộc tính pvalue của scipy, và dùng nó để biết dữ liệu là bằng chứng mạnh hay yếu chống lại H₀.

Cần biết trước: kiểm định giả thuyết, phân phối nhị thức và mô phỏng Monte Carlo.

Định nghĩa p-value và cách tính tay

Bài trước có đồng xu kỷ niệm: H₀ nói đồng xu cân, tung 100 lần được 61 mặt ngửa. Thống kê kiểm định là số mặt ngửa T, và câu hỏi hai phía nên ta đo độ lệch của T khỏi n/2. P-value (giá trị p) là:

p=P(D≥d∣H0)p = P(D \ge d \mid H_0)

Trong đó:

  • D: độ lệch |T − n/2| của một lần làm lại thí nghiệm, một biến ngẫu nhiên.

  • d (abs(so_ngua - n / 2)): độ lệch đo được trên dữ liệu thật.

  • "∣ H₀": xác suất tính trong thế giới mà H₀ đúng, ở đây p₀ = 0,5.

  • p (kq.pvalue): p-value, một số từ 0 tới 1.

Với câu hỏi một phía (đồng xu có nghiêng về mặt ngửa không), p-value chỉ đếm phía đó: P(T ≥ t ∣ H₀). Bài mức ý nghĩa dạy khi nào chọn phía nào.

Tính tay trên 10 lần tung được 8 mặt ngửa: d = |8 − 5| = 3. Các giá trị T lệch ít nhất 3 là 0, 1, 2, 8, 9, 10, và số dãy cho mỗi giá trị là C(10, T):

Bước

Việc

Kết quả

1

Độ lệch quan sát

d = 3

2

T lệch ít nhất 3

0, 1, 2, 8, 9, 10

3

Số dãy C(10, T)

1 + 10 + 45 + 45 + 10 + 1 = 112

4

Chia cho 2¹⁰ = 1.024

p ≈ 0,1094

Khối dưới làm đúng bốn bước bằng Python thuần; math.comb(n, t) đếm số dãy có đúng t mặt ngửa:

python
import math

n, so_ngua = 10, 8
d = abs(so_ngua - n / 2)
dem = 0
for t in range(n + 1):
    if abs(t - n / 2) >= d:
        dem += math.comb(n, t)
        print("T =", t, "số dãy:", math.comb(n, t))
print("Tổng:", dem, "trên", 2 ** n)
print("p =", round(dem / 2 ** n, 4))

KẾT QUẢ

T = 0 số dãy: 1
T = 1 số dãy: 10
T = 2 số dãy: 45
T = 8 số dãy: 45
T = 9 số dãy: 10
T = 10 số dãy: 1
Tổng: 112 trên 1024
p = 0.1094

Đổi 10, 8 thành 100, 61 rồi chạy lại: dòng cuối in p = 0.0352, con số bài trước ước bằng 10.000 thí nghiệm.

Cách tính p-value bằng binomtest()

Số mặt ngửa của đồng xu cân theo phân phối nhị thức B(n; 0,5), và scipy.stats.binomtest(k, n, p) làm phép kiểm định nhị thức trên đúng phân phối đó. Mặc định nó kiểm hai phía (alternative="two-sided"):

python
from scipy import stats

for so_ngua, n in [(8, 10), (61, 100)]:
    kq = stats.binomtest(so_ngua, n, p=0.5)
    p = kq.pvalue
    if p < 0.001:
        print(so_ngua, "trên", n, ": p < 0.001")
    else:
        print(so_ngua, "trên", n, f": p = {p:.3f}")

KẾT QUẢ

8 trên 10 : p = 0.109
61 trên 100 : p = 0.035

Hai số khớp với phép đếm. Kết quả của binomtest() là một đối tượng; bạn đọc trường pvalue của nó, không in cả đối tượng. Theo quy ước của tutorial, p-value in ba chữ số thập phân, và dưới 0,001 thì ghi "p < 0,001".

Đọc kết quả 61 trên 100: nếu đồng xu cân, xác suất có kết quả lệch ít nhất như 61 mặt ngửa là 0,035. Kết quả như vậy hiếm khi H₀ đúng, nên ở mức ý nghĩa 5% dữ liệu đủ bằng chứng để bác bỏ H₀ rằng đồng xu cân.

Cách tính p value bằng mô phỏng

Định nghĩa nói "xác suất khi H₀ đúng", nên ta cũng tính được nó bằng cách dựng thế giới mà H₀ đúng rồi đếm. rng.binomial(100, 0.5, size=100_000) rút thẳng số mặt ngửa của 100.000 thí nghiệm, mỗi thí nghiệm 100 lần tung:

python
import numpy as np

rng = np.random.default_rng(68)
t = rng.binomial(100, 0.5, size=100_000)
lech = np.abs(t - 50) >= 11
print("Thí nghiệm lệch ít nhất 11:", lech.sum())
print("p mô phỏng:", round(lech.mean(), 3))

KẾT QUẢ

Thí nghiệm lệch ít nhất 11: 3462
p mô phỏng: 0.035

Lần chạy này cho 3.462 thí nghiệm trên 100.000, làm tròn ra 0,035, cùng con số với binomtest(). Đổi hạt giống thì số in ra thường chỉ lệch ở chữ số thứ ba. Mô phỏng dùng được cả khi không có hàm sẵn: bạn chỉ cần biết cách sinh dữ liệu khi H₀ đúng.

P-value không phải là gì

Bốn cách đọc sai hay gặp, và vì sao sai:

  • "Xác suất H₀ đúng là 0,035": p-value được tính khi đã giả sử H₀ đúng, nên nó không thể là xác suất của chính H₀.

  • "Có 96,5% khả năng đồng xu lệch": cùng lỗi trên, nhìn từ phía H₁.

  • "p nhỏ nghĩa là khác biệt lớn": p phụ thuộc cả cỡ mẫu.

  • "p > 0,05 nghĩa là đồng xu cân": chỉ là chưa đủ bằng chứng để bác bỏ H₀.

Cách đọc thứ ba sai rõ nhất khi đặt hai thí nghiệm cạnh nhau. Thí nghiệm thứ hai tung 10.000 lần, được 5.105 mặt ngửa:

python
from scipy import stats

for so_ngua, n in [(61, 100), (5_105, 10_000)]:
    p = stats.binomtest(so_ngua, n).pvalue
    lech = so_ngua / n - 0.5
    print(n, "lần tung: lệch", f"{lech:.2%}", f"p = {p:.3f}")

KẾT QUẢ

100 lần tung: lệch 11.00% p = 0.035
10000 lần tung: lệch 1.05% p = 0.037

Hai p-value gần như bằng nhau, nhưng đồng xu thứ nhất lệch 11 điểm phần trăm, đồng xu thứ hai chỉ lệch hơn 1 điểm. Mẫu lớn làm một độ lệch nhỏ cũng thành hiếm. Vì vậy báo cáo luôn kèm độ lớn của khác biệt, không để p-value đứng một mình.

Phần mềm thống kê như SPSS ghi p-value ở cột "Sig." (significance), nên "sig là gì" có cùng câu trả lời: Sig. là p-value của phép kiểm định trên dòng đó.

Kiểm tra nhanh

  1. Sau from scipy import stats, print(stats.binomtest(5, 10).pvalue) in ra gì?

    • 0.5
    • 0.0
    • 1.0
  2. Tung 100 lần được 61 mặt ngửa, binomtest() cho p = 0,035. Những câu nào đọc đúng con số này?

    • Nếu đồng xu cân, xác suất có kết quả lệch ít nhất như 61 mặt ngửa là 0,035
    • Xác suất đồng xu cân là 3,5%
    • Kết quả này hiếm nếu đồng xu cân
    • Có 96,5% khả năng đồng xu lệch
  3. Trong khung bẫy đếm một đuôi, vì sao số in ra chỉ khoảng một nửa p-value đúng?

    • Vì rng.binomial() ít khi rút được số nhỏ hơn 50
    • Vì code bỏ phía lệch xuống, trong khi 39 mặt ngửa lệch ngang 61
    • Vì hạt giống 68 cho kết quả xui
    • Vì >= phải viết là >
  4. Thí nghiệm A: 61 ngửa trên 100 lần tung, p = 0,035. Thí nghiệm B: 5.105 ngửa trên 10.000 lần, p = 0,037. Câu nào đúng?

    • Hai đồng xu lệch gần như nhau, vì p gần bằng nhau
    • Đồng xu B lệch hơn, vì có nhiều dữ liệu hơn
    • Đồng xu B lệch ít hơn nhiều; mẫu lớn làm độ lệch nhỏ cũng thành hiếm
Đúng hết lần đầu +15 XP

Bài tập

Tính p-value của đồng xu bằng cách đếm

Bạn muốn tự kiểm số mà binomtest() đưa ra. Viết thân hàm p_value_dong_xu(so_ngua, so_lan_tung): p-value hai phía của H₀ "đồng xu cân" khi tung so_lan_tung lần được so_ngua mặt ngửa, tính bằng cách đếm số dãy có số mặt ngửa lệch khỏi n/2 ít nhất như dữ liệu, rồi chia cho 2 mũ n.

Dùng math.comb(). Không dùng binomtest(), stats.binom hay mô phỏng bằng binomial.

Trả về: p-value hai phía, một float.

Ví dụ p_value_dong_xu(8, 10) cho 0.109375.

python
import math


def p_value_dong_xu(so_ngua, so_lan_tung):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • P-value là xác suất, tính khi giả sử H₀ đúng, để có kết quả lệch ít nhất như kết quả quan sát.

  • Tính tay bằng cách đếm, như C(10, T) cho đồng xu; bằng thư viện với stats.binomtest(k, n).pvalue; hay bằng mô phỏng, ba cách ra cùng con số.

  • Câu hỏi hai phía thì đếm cả hai đuôi theo độ lệch; chỉ đếm một đuôi cho p khoảng một nửa.

  • P-value không phải xác suất H₀ đúng, không đo độ lớn của khác biệt; p > 0,05 không có nghĩa H₀ đúng.

  • In p-value ba chữ số, dưới 0,001 thì ghi "p < 0,001", và luôn kèm độ lớn của khác biệt.

Câu hỏi thường gặp

P value 0.05 nghĩa là gì?

0,05 là ngưỡng hay dùng, gọi là mức ý nghĩa α, đặt trước khi xem dữ liệu: p ≤ 0,05 thì bác bỏ H₀ ở mức 5%. Bản thân con số 0,05 không có gì đặc biệt; bài mức ý nghĩa nói cách chọn và đọc nó.

P-value lớn có chứng tỏ giả thuyết không đúng không?

Không. p lớn chỉ nói dữ liệu không hiếm khi H₀ đúng; với mẫu nhỏ, cả một khác biệt thật cũng hay cho p lớn. Bài sai lầm loại 1 và loại 2 đo khả năng bỏ sót đó bằng mô phỏng.

Có cách tính p value cho mọi phép kiểm định không?

Ý tưởng chung là một: tìm phân phối của thống kê kiểm định khi H₀ đúng, rồi đo phần đuôi. Khi không có công thức, bạn dựng phân phối đó bằng mô phỏng hay bằng kiểm định hoán vị.

Chủ đề

p value là gì

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập