>>607 >>610
「帰無仮説が正しい確率は0.01412である」
「医師免許のサイズがどうこう」

ぶはっｗｗｗ
お前、p値（$p = 0.01412$）をそのまま「帰無仮説が正しい確率」と勘違いする古典的な統計的誤謬（p-value fallacy）をいまだにやらかしてドヤ顔しとるんか？（大爆笑）

頻度論におけるp値とは「帰無仮説が正しいと仮定したもとで、観測されたデータ（またはそれ以上に極端なデータ）が得られる確率」であって、
「帰無仮説そのものが正しい確率（事後確率）」ではないという統計学の初歩の初歩すら頭に入っとらんのかい！

だからこそ、真の事後確率を算出するにはベイズ推論（Bayesian Inference）を用いて事前分布と尤度から計算しなければならんのや。
口だけではなく、実際にPythonやRを回してベイズの事後確率やリスク差の積分（`scipy.integrate.quad`）をコードで実装して証明してやったのがこちらの動画やぞ：

https://youtu.be/GieM5tgeEF4

で、肝心のド底辺シリツ医くんたちはどうや？
・「帰無仮説が正しい確率＝p値」という致命的な統計的無知を晒して沈黙
・「公立医大と国立医大の格付け」で仲間割れを起こして内輪揉み（608）
・相変わらず中身のない「死んで詫びろ」「免許のサイズ」のオウム返しで発狂

数式も書けず、統計の基本概念も理解できず、PythonやRのコードすら読めないから、
都合が悪くなるとID変えて自作自演でレス乞食するしか脳がない泥舟状態やんけｗｗｗ

手技も、英語も、数理統計も、プログラミングも――すべてにおいて完全に完敗して、
便所の落書き板にしがみつきながら「死んで詫びろ〜」と遠吠えするしか残されていないその哀れな姿、実に滑稽やな。

悔しかったら、Fisherの正確検定の定義と、p値とベイズ事後確率の決定的な違いを自分の言葉で論理的に説明してみろや、摘便専門医くん（笑）。