怎样通过p值得大小来判断一个检验是好还是不好？或者说通过对两个检验方法p值的怎样的比较，来断定哪一种检验更好一点呢？



好像是要看p值得频率性质，但是，是越大越好还是越小越好呢？最近有些想不过来了，请明白人指点迷津吧！

你这个问题似乎很难回答哦，看到你的问题似乎你数理统计知识已经到高等统计的那块了哦



可是你说通过p值来判断检验的好坏，我似乎从没有听说过，p值一般是拿来下结论的，也就是是该拒绝原假设还是接受原假设



讲到检验的好坏一般是用势(power),具体理论建议你看看相关的高等统计的书，这里很难一下自讲清楚吧，呵呵，反正我讲不清
good question！

Fisher最早提出了p-value，并用它来下结论。但是，对同一个检验问题，往往

有很多个检验方法，如何来评价他们的好坏？如何来构造一个“最优”的检验？

Neyman &Pearson 把优化的思想引入到检验理论，提出在控制第一类错误的前提下，使得检验的功效（power)达到最大。于是就引入了一致最优势检验等概念。
这是个高等统计的问题吗？我看到有些文章里就是用p-值得频率性质来比较不同的检验方法的，还给出了很多数据，可我就是不知道应该怎么去评价这些数据，怎么通过这些数据来判别好坏，高手们能不能再说的清楚点呢？
从p值好像判断不出来吧，我看过的书里也都是以势函数来判断的。。。
应该是个高等统计的问题了吧，最优检验记得在本科教学的时候都是带星号的内容，现在的本科教材上很多干脆就没有这部分的内容，到了研究生的时候这部分内容好像才详细的拿出来讨论





可能是我没有清楚你的意思，用p值的频率性质来说明检验的好坏应该是可以的，但是从一个p值肯定是无法说明检验的好坏的，所谓好的检验就是犯两种错误的概率要低，一般都是控制犯第一类错的概率的前提下，尽可能地使犯第二类错误的概率低，







我在猜想你讲到的论文中首先是有很多样本，其次样本的来源是从已知分布中模拟得出的。

总之我还是不明白你的意思
嗯，应该是有很多样本，我看到的论文就说是频率性质，所以我也不太明白，要再好好想想了