AP Statistics

p-valuep-value

p-valueVietnamese: p-value

Giá trị p (p-value) là xác suất thu được kết quả mẫu ít nhất bằng hoặc cực đoan hơn kết quả quan sát được, giả sử giả thuyết không (null hypothesis) đúng.The p-value is the probability of getting a sample result at least as extreme as the one observed, assuming the null hypothesis is true.

Trực giác: Hãy tưởng tượng bạn tung một đồng xu 20 lần và thấy 18 lần ngửa; giá trị p cho biết xác suất đồng xu công bằng (không gian lận) lại cho ra kết quả cực đoan đến vậy — nếu xác suất đó quá nhỏ, bạn nghi ngờ đồng xu bị lệch.Intuition: Suppose you flip a coin 20 times and get 18 heads. The p-value tells you how likely a fair coin would be to produce a result this extreme — and if that chance is tiny, you start to suspect the coin is biased.

Công thức chínhKey formula

P = P(T \geq t_{obs} \mid H_0)

Định nghĩa đầy đủFull definition1 phút đọc1 min read

Giá trị p (p-value) là xác suất, khi giả sử $H_0$ đúng, thu được thống kê kiểm định ít nhất cũng cực đoan như giá trị quan sát. Giá trị p càng nhỏ, dữ liệu càng khó tương thích với $H_0$ ; nếu $p \leq \alpha$ , bác bỏ $H_0$ , còn nếu $p>\alpha$ , không bác bỏ.

Giá trị p không cho biết xác suất $H_0$ đúng. Nó phụ thuộc cỡ mẫu, nên cần xem cùng khoảng tin cậy hoặc độ lớn hiệu ứng để đánh giá ý nghĩa thực tiễn.

The p-value is the probability of obtaining a test statistic at least as extreme as the observed value, calculated under the assumption that $H_0$ is true. The smaller the p-value, the harder it is to reconcile the data with $H_0$ : if $p \leq \alpha$ , reject $H_0$ ; if $p>\alpha$ , fail to reject it.

A p-value does not give the probability that $H_0$ is true. It also depends on sample size, so pair it with a confidence interval or a measure of effect size to judge practical importance.

Ký hiệuNotation

Công thức chi tiếtFormula details2 công thức2 formulas

P = P(T \geq t_{obs} \mid H_0)

Dùng cho kiểm định một phía bên phải: p là xác suất thống kê đạt ít nhất giá trị quan sát khi $H_0$ đúng.For a right-tailed test: $p$ is the probability, when $H_0$ is true, that the statistic is at least as large as the observed value.

Trong đóWhere

P

p-value: xác suất quan sát được kết quả ít nhất cực đoan như vậy khi giả thuyết không đúngp-value: the probability of observing a result at least as extreme as the one obtained, assuming the null hypothesis is true

T

thống kê kiểm định (biến ngẫu nhiên)test statistic (random variable)

t_{obs}

giá trị thống kê kiểm định tính từ mẫuvalue of the test statistic computed from the sample

H_0

giả thuyết không (null hypothesis)null hypothesis

P = 2 \cdot P(T \geq |t_{obs}| \mid H_0)

Dùng cho kiểm định hai phía: nhân đôi xác suất ở một đuôi vì kết quả cực đoan có thể nằm ở cả hai đuôi.For a two-tailed test: double the probability in one tail, since an extreme result could fall in either tail.

Trong đóWhere

P

p-value cho kiểm định hai phíap-value for a two-sided test

T

thống kê kiểm định (biến ngẫu nhiên)test statistic (random variable)

|t_{obs}|

giá trị tuyệt đối của thống kê kiểm định tính từ mẫuabsolute value of the test statistic computed from the sample

H_0

giả thuyết khôngnull hypothesis

Hay hiểu saiCommon misconceptions3 ý · 1 phút đọc3 points · 1 min read

Giá trị p không phải xác suất $H_0$ đúng.

Nó là xác suất thu được dữ liệu ít nhất cũng cực đoan như quan sát, với điều kiện $H_0$ đúng. Vì vậy, p lớn không chứng minh $H_0$ ; p nhỏ cũng không chứng minh $H_a$ .

Không được chọn đuôi theo con số lớn nhất trong bảng.

Phải nhìn $H_a$ : dấu $>$ lấy đuôi phải, $<$ lấy đuôi trái, còn $\neq$ lấy hai đuôi.

Thay đổi $\alpha$ không làm giá trị p thay đổi.

Mức ý nghĩa chỉ là ngưỡng so sánh, không tham gia phép tính p. Hãy xét thống kê kiểm định và cách chọn đuôi khi đánh giá p.

A p-value is not the probability that $H_0$ is true.

It is the probability of data at least as extreme as what you observed, given that $H_0$ holds. So a large p-value never proves $H_0$ , and a small one never proves $H_a$ .

Never pick the tail by choosing the largest number in the table.

Let $H_a$ decide: $>$ gives the right tail, $<$ gives the left tail, and $\neq$ gives both tails.

Changing $\alpha$ does not change the p-value.

The significance level is only a comparison threshold and never enters the calculation of $p$ . What matters is the test statistic and which tail you use.

Mẹo phòng thiExam tips2 mẹo2 tips

Luôn viết rõ phép so sánh $p$ với $\alpha$ .

Nếu $p\leq\alpha$ , bác bỏ $H_0$ ; nếu $p>\alpha$ , không bác bỏ. Sau đó kết luận theo ngữ cảnh và $H_a$ .

Vẽ và tô đúng đuôi trước khi chọn đáp án.

Dựa vào dấu trong $H_a$ để chọn đuôi. Trong kiểm định một phía, nếu thống kê cùng hướng $H_a$ mà $p>0{,}5$ , hãy kiểm tra phần bù.

Always write out the comparison of $p$ with $\alpha$ .

If $p\leq\alpha$ , reject $H_0$ ; if $p>\alpha$ , fail to reject. Then state a conclusion in context that reflects $H_a$ .

Sketch and shade the correct tail before choosing an answer.

Use the inequality sign in $H_a$ to identify the tail. In a one-sided test, if the statistic points in the direction of $H_a$ but $p>0.5$ , check whether you need the complement.

Tần suất trong đề AP StatisticsHow often it shows up on AP StatisticsHay gặpCommon

Khái niệm này sinh ra từ đâuWhere the concept comes from1 phút đọc1 min read

1900Karl PearsonRonald FisherPierre-Simon LaplaceW. Edwards Deming

Năm 1900, Karl Pearson chính thức hóa giá trị p trong kiểm định chi bình phương để xét liệu độ lệch quan sát khỏi kỳ vọng có do ngẫu nhiên.

In 1900, Karl Pearson formalized the p-value in the chi-square test to judge whether observed deviations from expected counts could be due to chance.

Vì sao mang đúng cái tên này? Cái tên nghe cụt lủn ấy thật ra chỉ là chữ viết tắt còn sót lại của một ký hiệu. Pearson dùng chữ P in hoa để chỉ xác suất (probability) thu được kết quả cực đoan ít nhất bằng kết quả đã quan sát, giả sử giả thuyết đang kiểm định là đúng; các bảng tra cho phân phối chi bình phương về sau đều ghi cột P như vậy. Vì thế khi cần gọi tên con số nằm ở cột đó, người ta ghép luôn ký hiệu với chữ "value" thành "P value" — thuật ngữ này được ghi nhận lần đầu năm 1943 trong cuốn sách của Deming, tức là ra đời muộn hơn bản thân đại lượng gần nửa thế kỷ. Ý nghĩa của nó có thể viết gọn thành $p = P(T \ge t_{obs} \mid H_0)$ , nghĩa là xác suất để thống kê kiểm định $T$ rơi xa ít nhất bằng giá trị quan sát $t_{obs}$ khi $H_0$ đúng. Một điểm lịch sử đáng nhớ cho học sinh: Fisher không hề coi $0{,}05$ là một luật bất di bất dịch mà chỉ xem đó là một quy ước tiện dụng, nên mức ý nghĩa (significance level) trong đề thi là lựa chọn của người làm nghiên cứu chứ không phải hằng số của tự nhiên.

Nguồn đối chiếuSources

Thử nghiệm tương tácInteractive explorer

Rút 1000 mẫu trong thế giới H₀ — đếm mẫu lệch xa như dữ liệu thật

Kéo tham số, thấy khái niệm chuyển động — đăng nhập để mở.Drag the parameters and watch the concept move — sign in to open.

Tạo tài khoảnCreate an account

Bạn nắm chắc chưa?Check your understanding

Quiz câu thật từ ngân hàng đềReal exam questions from our question bank

Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.A few real questions on exactly this concept, graded instantly with an explanation for every choice — the system remembers how well you know it.

Tạo tài khoảnCreate an account

Học tiếp từ đâyKeep learning

Bài học chứa thuật ngữ nàyLesson that uses this termGiá trị p (p-value)Suy luận cho tỉ lệ (dữ liệu phân loại) · khoácourse AP Statistics

Bài học chứa thuật ngữ nàyLesson that uses this termSai lầm loại I & II khi kiểm địnhSuy luận cho tỉ lệ (dữ liệu phân loại) · khoácourse AP Statistics

Cần trướcLearn firstgiả thuyết khôngnull hypothesis

Dẫn tớiLeads tokiểm định giả thuyếthypothesis testing

Mục tiêu và lộ trình unit ai cũng xem được — làm bài tập và lưu tiến độ thì cần đăng nhập.Anyone can view a unit's goals and roadmap — sign in to do the exercises and save your progress.

Hay nhầm vớiOften confused with

Thuật ngữTermKhác nhau ở đâuHow they differHay nhầm khiMixed up when

mức ý nghĩasignificance level

Khác nhau ở đâuHow they differP-value là xác suất tính được từ dữ liệu mẫu, còn mức ý nghĩa α là ngưỡng do người nghiên cứu chọn trước khi thu thập dữ liệu.

Hay nhầm khiMixed up whenĐề hỏi 'kết luận ở mức ý nghĩa 0,05' mà thí sinh lại so sánh α với α thay vì so sánh p-value với α.

có ý nghĩa thống kêstatistically significant

Khác nhau ở đâuHow they differP-value là một con số xác suất cụ thể, còn 'có ý nghĩa thống kê' là nhận định rút ra khi p-value nhỏ hơn α.

Hay nhầm khiMixed up whenThí sinh nhầm khi p-value nhỏ thì tự động kết luận kết quả 'quan trọng' trong thực tế, trong khi ý nghĩa thống kê và ý nghĩa thực tiễn là hai điều khác nhau.

Cùng chủ đềSame topic

Nguồn tham khảoReferences

[1]Barron_AP_Stat_2026. tr. 14, 50, 54.