散度 P 值与决策 P 值：理论中值得区分、实践中值得保留的差别

对于评价给定观测数据集生成过程的假设或模型，存在两种截然不同的“P 值”定义。原始定义始于数据集相对于模型预期下的散度度量，例如平方和或偏差统计量。P 值随后为该度量在由模型与数据算出的参考分布中的序位位置，并被视为数据与模型之间兼容性的单位标度指标。在另一定义中，P 值是单位区间上的随机变量，其实现可与截断值 alpha 比较以生成在模型与特定备择下具有已知错误率的决策规则。通常假定此类决策 P 值的实现总是对应于散度 P 值。但事实未必如此：决策 P 值可能违背散度 P 值所不满足的直观单样本相干性准则。因此我们认为，散度 P 值与决策 P 值应在教学中仔细区分，且当分析目标是总结证据而非实施决策规则时，散度 P 值是相关的选择。