Seonglae Cho우리가 얻은 검정 통계량보다 크거나 같은 값을 얻을 수 있을 확률
계산하는 검정 통계량들은 거의 대부분이 Null Hypothesis 을 가정하고 얻게되는 값
다시 말해 두 표본 평균의 차이를 검증한다고 할 때, 두 표본 집단의 모집단은 같다는 가정을 전제
두 표본 집단의 특징값의 평균이 통계적으로 유의한 차이가 있는지 검증
p-value는 이 t-value 에 관한 확률
보통은 5% 기준을 많이 사용한다. 그래서 p-value가 5%보다 작으면 유의한 차이가 있다고 얘기
효과의 크기(effect size)와 표본의 크기(n 수)의 정보를 한꺼번에 담고있다
즉 실제로 한 모집단에서 두 표본 집단이 나왔음에도 n의 차이로 p-value는 0.05보다 낮을 수 있다
그러므로 p-value를 맹신하지 말아야 한다
