假如你是一家漢堡店老板，現(xiàn)在得到了一張素漢堡的配方麻掸，就是用大豆酥夭、香菇、水面筋等純素的食料做“肉”餅，外觀可以和你們家的肉漢堡一模一樣熬北，你想推廣它千所，那怎么證明這個(gè)口味會讓消費(fèi)者喜歡呢？
你可能會想那還不簡單蒜埋？客人吃了淫痰，給個(gè)好評，不就是喜歡了嘛整份。還真不是這樣待错，有些客人可能習(xí)慣性好評，買你一瓶礦泉水都能點(diǎn)個(gè)贊烈评，這樣的情況你怎么判斷火俄？
科學(xué)界的做法，當(dāng)然是做個(gè)隨機(jī)對照試驗(yàn)（randomized controlled trial, RCT）
在店里推出“招牌漢堡”讲冠，把點(diǎn)餐的100位顧客隨機(jī)分成2組瓜客，每組50人。第一組顧客給素漢堡竿开，第二組顧客給肉漢堡谱仪。包裝、內(nèi)容物看著都一模一樣否彩，顧客根本區(qū)別不出來疯攒，而且配餐阿姨也不知道經(jīng)手的是哪一款，這就是個(gè)較為嚴(yán)謹(jǐn)?shù)?b>“雙盲”試驗(yàn)列荔。
如果吃完之后敬尺，第一組全好評，第二組全差評贴浙，那我們可以直接下結(jié)論砂吞，素漢堡好。不過你想得太美了崎溃，做實(shí)驗(yàn)可沒那么簡單蜻直。
你的實(shí)驗(yàn)結(jié)果可能是這樣：
素漢堡組28個(gè)好評，5個(gè)差評
肉漢堡組22個(gè)好評笨奠，但是只有3個(gè)差評
你看袭蝗，真實(shí)世界做生意是不是總碰到這樣的唤殴？素漢堡的好評確實(shí)比肉漢堡多般婆，說明還是受顧客喜歡的，但差評怎么還多了兩個(gè)朵逝？也是挺郁悶的蔚袍。
科學(xué)家怎么分析數(shù)據(jù)
關(guān)鍵就在于，我們要判斷，這個(gè)結(jié)果到底是漢堡口味導(dǎo)致的啤咽，還是說只是碰巧發(fā)生晋辆。
簡單起見，咱們先只看差評宇整。
我們假設(shè)實(shí)驗(yàn)組的素漢堡組0差評瓶佳，而對照組的肉漢堡組5個(gè)差評，因?yàn)槊拷M50個(gè)人鳞青，所以肉漢堡差評率算出來就是10%霸饲。
這個(gè)數(shù)據(jù)就兩種可能性嘛，要么是素漢堡確實(shí)更好吃臂拓，要么就是湊巧碰上沒人給差評厚脉，對不對？那怎么判斷是不是湊巧呢胶惰？
以下內(nèi)容略微有點(diǎn)費(fèi)腦傻工，不過也沒多難，肯定不如刷小視頻那么痛快孵滞，但請堅(jiān)持幾分鐘中捆，相信看完之后你會收獲另一種快樂，來自思考的快樂
準(zhǔn)備好了嗎坊饶？
科學(xué)的做法轨香，就是先來個(gè)“無效假設(shè)”，咱們假設(shè)素漢堡跟肉漢堡沒差別幼东，而且整個(gè)漢堡屆的行業(yè)水平臂容，差評率就是肉漢堡的那個(gè)10%好不好？
如果這個(gè)無效假設(shè)是正確的根蟹，那么新品素漢堡脓杉，出現(xiàn)像現(xiàn)在這樣0差評局面的可能性，有多大简逮？
顧客給差評的概率是10%球散，那么不給差評的概率就自然是90%，50個(gè)顧客都不給差評的概率就是90%相乘50次對不對散庶？結(jié)果顯示0差評的概率是0.00515蕉堰。
科研界把“無效假設(shè)”成立的可能性，稱為“ P值 ”悲龟。
這個(gè)案例P=0.00515屋讶，也就是說這個(gè)結(jié)果湊巧發(fā)生的概率只有0.515%，這是一個(gè)很小的數(shù)值须教。
為什么說它很忻笊斩芭？具體大小的判斷標(biāo)準(zhǔn)是多少呢？
當(dāng)P＜0.05的時(shí)候乐疆，科學(xué)界就認(rèn)定划乖，無效假設(shè)不成立，所以他倆是有顯著差別的挤土，零差評不是巧合琴庵，素漢堡，確實(shí)不比肉漢堡差仰美。
P＜0.05
為什么非得是0.05细卧？這個(gè)0.05咋來的？
你問我筒占，我也不知道贪庙。
就像斗地主就是3個(gè)人打，四川麻將就是4個(gè)人湊一桌翰苫，0.05這個(gè)數(shù)就是科研界約定俗成的止邮。
P＜0.05說明結(jié)果是“顯著的”，你的論文還是可以看一看的奏窑；
P＞0.05导披，就說明結(jié)果可能就是湊巧，你這數(shù)據(jù)就跟參加考試閉著眼全選“C”一樣埃唯，沒有價(jià)值撩匕。
p＜0.05就是科研界的黃金標(biāo)準(zhǔn)
不過這個(gè)“顯著的”，不是說素漢堡就“顯著的”好吃墨叛，充其量就是說明素漢堡跟肉漢堡在消費(fèi)者嘴里是有顯著區(qū)別的止毕，具體好多少，則無法判斷漠趁，還需要其他指標(biāo)扁凛。
這個(gè)p＜0.05其實(shí)挺難的，多少科研人員為了它愁得直掉頭發(fā)闯传，但盡管是這樣谨朝，在P＝0.05的情況下，每20篇科研文章甥绿，里面就會有一篇文章的數(shù)據(jù)字币，在其特定的無效假設(shè)中是純屬巧合，屬于全選“C”的水準(zhǔn)共缕。
這還是客觀情況下估算概率洗出，如果科研人員主觀上灌水呢？
比如那個(gè)差評的數(shù)據(jù)骄呼，你說是服務(wù)員態(tài)度不好共苛，不做數(shù)，需要剔除掉蜓萄，然后另外再叫幾個(gè)顧客吃漢堡打分隅茎？這樣經(jīng)過美化的P＜0.05可不少見。
你或許會想嫉沽，真可怕辟犀，這就是科學(xué)嗎？咱們還能相信科學(xué)嗎绸硕？
答案是堂竟，要相信。
科學(xué)或許不完美玻佩，但它一直在進(jìn)步出嘹，是我們目前探究世界，最不壞的方法咬崔。
完
- End -
往期精彩回顧
