統計檢驗能否返回零 p 值？

我的意思不是一個接近零的值（某些統計軟件四捨五入到零），而是一個字面上為零的值。如果是這樣，是否意味著假設原假設為真，獲得數據的概率也為零？可以返回此類結果的統計測試有哪些（一些示例）？

編輯第二句以刪除短語“原假設的概率”。

在這種情況下，如果您觀察到一個在 null 下不可能的樣本（並且如果統計數據能夠檢測到該樣本），您可以獲得一個恰好為零的 p 值。

這可能發生在現實世界的問題中。例如，如果您對數據與標準制服的擬合優度進行 Anderson-Darling 檢驗，其中一些數據超出該範圍 - 例如，您的樣本為 (0.430, 0.712, 0.885, 1.08) - p 值實際上為零（但相比之下，Kolmogorov-Smirnov 檢驗會給出不為零的 p 值，即使我們可以通過檢查將其排除）。

如果樣本不可能在零值下，似然比檢驗同樣會給出零 p 值。

正如 whuber 在評論中提到的那樣，假設檢驗不評估零假設（或替代假設）的概率。

我們不（不能，真的）談論在那個框架中空值為真的概率（雖然我們可以在貝葉斯框架中明確地做到這一點——但是我們從一開始就對決策問題進行了稍微不同的處理） .

引用自：https://stats.stackexchange.com/questions/90490