我进行了一个实验来比较两个计算机黑白棋程序，即和, 其中我让他们互相玩了 50 次韩元31 次。
现在我想测试一下强于，即概率的获胜（无论是平还是输）大于1/2，具有显着性水平. 根据维基百科关于二项式检验的文章，我可以计算并将其与.
我不明白为什么我应该取一个总和，并考虑赢得 31、32、……或 50 次的概率。如果我正在处理一个连续的随机变量，那么从概率密度中取一个总和（即积分）肯定是有意义的，因为不存在变量的概率与观察到的完全一致的概率价值。但我正在处理离散变量，我可以准确计算出 31 次获胜的概率。
那么我为什么要取一笔（或者我真的必须取一笔）？
编辑：我纠正了我的错误并澄清了我的问题。
Max 的评论回答了您的问题：-value 是你得到一个至少极端值的概率，这包括所有比你观察到的结果更不平衡的结果。是否考虑由您选择更不平衡, 是使用双尾测试还是单尾测试，但必须包括.
如果您忘记包含更不平衡的项，那么当您使用大量试验时，您将计算一个小概率并自动拒绝原假设。如果你玩万对相等的对手，最有可能的结果是平分，这个概率还是很小的。每个分数都小于有机会发生！因此，如果您不添加更多极端结果，您只会确认发生了一些不太可能的事件，因为当您有很多可能性时游戏。如果你观察到分数, 看到分数的实际机会至少与有利于什么时候和是平等的，并且得分至少有利于任一玩家的概率是其两倍，超过.
有理由问为什么-value 是这样定义的。Whiber 暗示 Neyman-Pearson 引理是相关的。另一种思考方式是我们只想有机会如果原假设为真，则拒绝原假设。如果我们对极端结果的程度有一个线性排序，并且我们定义-value 是至少得到极端结果的概率，然后是我们得到结果的事件-值低于概率小于.
在不同的统计过程中，有时您只计算特定结果的概率，例如先验分布的贝叶斯更新。是关于次可能有结果如果实际上是一个最喜欢的而不是偶数，所以你会加强你对概率的估计是一个最喜欢的一个因素相对于概率和是偶数，而不是观察事件的概率之间的比率至少是极端的。