《计量经济学导论》读书笔记（四）(8)

the p-value is the probability of observing a t statistic as extreme as we did if the null hypothesis is true.
意思差不多是，如果原假设为真，那p值就代表着我们观察到的t值大于我们算出来的t值的概率。如果班级平均成绩对拖堂时间没有影响，那么p=https://wimgs.ssjz8.com/upload/1/62就意味着，假如我们把114514个数据分为62个样本，每个样本的容量为1847，那我们应该能在其中一个样本中观察到t值的绝对值大于2.326。同时，由（6）我们也可以想到，单侧检验的p值应该是其他条件相同情况下的双侧检验的一半。

顺带一提，一般来说，我们会用“我们无法拒绝原假设”这样的表述，而不是“我们接受原假设”，因为“接受”一般会被认为是“我们觉得β就是这个值”，但实际上，我们可以回归出无数个能通过t检验的β，难道我们要同时接受β=0和β=0.0000001吗？
介绍完了前面所说的“统计显著”，我们还应该了解什么是经济显著（economic significance）或者说实际显著（practical significance）。其实这就是很直觉性的东西，对没错，就是的大小。如果β=0.0001，se(β)=0.0000001，那么对于原假设：β=0来说，我们几乎可以在0%的置信度水平上拒绝原假设，换句话说，这个解释变量估计得那叫一个统计显著。但它的实际效应呢？假如班级平均成绩提高10000分，才会换来1秒的拖堂时间的延长，那这自然就不会被叫做经济显著。进而，这也要求我们注意变量的单位以及形式（比如对数形式），就比如说，如果班级平均成绩提高10000×0.0000001分，会换来1年的拖堂时间的延长，那你大概率是山泥若（？）