'/%3e%3cpath%20d='M83.8172%20112C100.688%20112%20111.886%2098.2694%20112%2083.8882H44.0245C25.8409%2083.8882%2016.001%2094.3169%2016.001%20112H83.8172Z'%20fill='url(%23paint1_linear_101_577)'/%3e%3cpath%20d='M44.1725%2044.1138H16.0008C15.9465%2051.0963%2018.504%2058.2306%2024.2977%2064.0225L44.1706%2083.8881L52.8986%2075.3569L61.7636%2066.7019C63.2767%2065.2244%2063.2786%2062.7888%2061.7636%2061.3094L44.1725%2044.1138Z'%20fill='%233A5FFF'/%3e%3cpath%20d='M83.8248%2083.8862H111.996C112.051%2076.9037%20109.493%2069.7693%20103.7%2063.9774L83.8267%2044.1118L75.0986%2052.6431L66.2337%2061.2981C64.7206%2062.7756%2064.7187%2065.2112%2066.2337%2066.6906L83.8248%2083.8862Z'%20fill='%233A5FFF'/%3e%3cdefs%3e%3clinearGradient%20id='paint0_linear_101_577'%20x1='16.001'%20y1='30.055'%20x2='111.998'%20y2='30.055'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2370ADFE'/%3e%3cstop%20offset='0.62'%20stop-color='%233A5FFF'/%3e%3c/linearGradient%3e%3clinearGradient%20id='paint1_linear_101_577'%20x1='111.998'%20y1='97.9451'%20x2='16.001'%20y2='97.9451'%20gradientUnits='userSpaceOnUse'%3e%3cstop%20stop-color='%2370ADFE'/%3e%3cstop%20offset='0.62'%20stop-color='%233A5FFF'/%3e%3c/linearGradient%3e%3c/defs%3e%3c/svg%3e)
P-значение — один из самых неправильно понимаемых терминов в статистике. Чтобы пользоваться им осмысленно, важно сразу запомнить, чем оно не является.
Чем p-значение не является
- Не вероятностью того, что нулевая гипотеза верна.
- Не вероятностью того, что ваш альтернативный вывод правильный.
- Не показателем размера эффекта — большой эффект на маленькой выборке может дать большое p, маленький эффект на огромной выборке — крошечное.
Как правильно читать
- p = 0,03 означает: при отсутствии эффекта такие или более крайние данные мы бы получили в 3% случаев.
- Это сигнал «вероятно, что-то есть», а не доказательство.
- Решение «значимо или нет» зависит ещё и от заранее выбранного порога, постановки задачи и контекста.
- При толковании результатов A/B-тестов
- При сравнении групп пользователей, сегментов, кампаний
- В любых выводах вроде «у этой группы показатель выше, чем у той»
- Когда хочется превратить статистику в индульгенцию: «p = 0,049, значит точно работает». Это не так — это лишь один из аргументов
В тесте новой стартовой страницы конверсия в первой группе — 4,2%, во второй — 4,8%. Тест на достаточной выборке даёт p = 0,01. Это значит, что при отсутствии реальной разницы такой результат был бы редкостью (1 случай на 100). Команда внедряет новую версию. При этом размер эффекта составляет +0,6 процентных пункта, и команда сразу пересчитывает, во что это превращается в деньгах, прежде чем праздновать.
Никогда не отчитывайтесь только цифрой p-значения. Минимальный честный отчёт: размер эффекта в абсолютных и относительных величинах, доверительный интервал, размер выборки и выбранный порог значимости. Только так результат можно нормально оценить.