會讀這網站的朋友，我相信都有基本的經濟計量/統計學知識。考考各位，可否簡單的用一句句子，解釋甚麼是P-Value？
（有興趣挑戰的不妨先試試在留言留下你的版本，然後才再繼續睇本文）
以數據報道為主打的美國網媒FiveThirtyEight.com，其科學記者Chris Aschwanden就嘗試在史丹福大學的METRICS （Meta-Research Innovation Center at Standford）會議上，訪問與會的科學家，要他們一句解釋P-Value，結果…..（按此觀看）
Aschwanden指，其實所有受訪者都能好學術的講出P-Value的定義。
P-Value即是「假設你要推翻的假說（Null Hypothesis）是正確的話，你所觀察到的結果，出現的機會率就是P-Value」（譯得好辛苦…..）
問題是，但學者就是無法簡單，用非學術方法解釋P-Value，而原因正是P-Value 這概念，真的不可用過份簡單的方法解讀。
Aschwanden訪問METRICS的主席，史丹福大學的醫學及健康研究教授 Steve Goodman （片中無咩頭髮的一位），Goodman指他曾向台下一大群科學學者列舉一些P-value的解讀，當中有對有錯，要各學者分辨對錯，結果往往是錯的也有大批學者認為是對的，其中一個常見的錯誤，正是他們認為P-value是「指出一個理論有多大機會是錯誤的」。
“Almost all of them think it gives some direct information about how likely they are to be wrong, and that’s definitely not what a p-value does,” Goodman said.
Aschwanden指出，正是因為P-value 的概念並不直接，有時強行令其成為簡單直接一句能解的概念時，反而令概念扭曲。所以他認為我們應該接受P-value是個「可以正確理解，但不能簡單理解但同時又正確的」概念。
You can get it right, or you can make it intuitive, but it’s all but impossible to do both.
各位讀者又是否同意呢？
資料來源：
Not Even Scientists Can Easily Explain P-values
