Правильне написання (з великої літери, курсиву, дефісування) "p-значення"?

Я усвідомлюю, що це педантично і банально, але як дослідник у галузі поза статистикою, з обмеженою формальною освітою у статистиці, мені завжди цікаво, чи правильно я пишу «p-value». Конкретно:

1. Чи має бути "p" з великої літери?
2. Чи має бути "p" курсивом? (Або математичним шрифтом, в TeX?)
3. Чи повинен бути дефіс між "р" і "значенням"?
4. Крім того, чи взагалі немає "належного" способу написання "p-значення", і будь-який dolt зрозуміє, що я маю на увазі, якщо я просто розміщую "p" поруч із "value" в якійсь перестановці цих варіантів?

Там, здається, немає "стандартів". Наприклад:

• Посібник із стилю природи посилається на "значення P"
• Цей посібник зі стилю APA відноситься до " p значення"
• Посібник зі стилю крові говорить:
  • Використовуйте великі літери та позначте курсивом P, який вводить значення P
  • Італізуйте p, що представляє тест на кореляцію рейтингу Спірмена
• У Вікіпедії використовується " p -значення" (з дефісом та курсивом "p")

Моє коротке ненаукове опитування свідчить про те, що найпоширеніша комбінація - це малі, курсивні p без дефісу.

Це здається проблемою стилів для різних журналів та видавців, які приймають різні конвенції (або допускають змішану плутанину стилів залежно від уподобань авторів). Моя власна перевага, для чого це варто, - це значення p, дефіс без курсиву та без великих літер.

Як видається, стиль ASA House рекомендує курсив p із дефісом: p -значення. Пошук вченого Google показує різноманітні написання .

Значення P з теоретичної точки зору - це деяка реалізація випадкової величини. Існує деякий стандарт (з вірогідністю) використовувати великі літери для випадкових змінних і малі регістри для реалізації. У заголовках таблиць ми повинні використовувати P (можливо, курсив ), у тексті разом із його значенням p = 0,0012 та в тексті, що описує, наприклад, методологію p-значення.

Опущення дефісу іноді може змінити значення речень або принаймні вони можуть стати неоднозначними. Особливо це може статися в документах, що описують статистичні тести або вводять алгоритми для оцінки p-значень, але можна також описати методи, що не мають нічого спільного зі статистикою, і все ж обчислювати значення p із t-тестів (але не значення p, використовуючи статистичні t-тести). У такому контексті дефіси дійсно знадобляться, навіть якщо письменники зазвичай намагаються уникати позначень, які можна легко сплутати.

Приклад (при поганому виборі позначень): Ми хотіли б знайти набір сильних моделей асоціацій та оцінити ймовірність того, що результат стався б випадково. На першому етапі ми шукаємо найкращі зразки z з деякою оцінкою корисності. Отже, після фази пошуку у нас буде z балів (але z-балів). Потім ми оцінюємо найкращі зразки за допомогою тесту на рандомізацію. Ми генеруємо t випадкових наборів даних і оцінюємо бал найкращого шаблону z: th у кожному наборі даних. Отже, ми виконуємо t-тести (але не t-тести) і виводимо бал найкращого шаблону z: th. Ми з'ясуємо, що значення p (але не р-значення) всіх значень t-балів краще, ніж вихідні z: th найкращий зразок. Отже, ми могли б оцінити, що ймовірність отримання z настільки хороших шаблонів випадково становить p / t.