为什么要对相关系数进行显著性检验?显著性检验是对谁进行检验?sig.=0.000说明了什么呢?
1、原因:
进行显著性检验进行显著性检验是为了消除第一类错误和第二类错误。
通常情况下,α水平就是第一类错误。第一类错误是零假设为真却被错误拒绝的概率。第二类错误( )是零假设为误却被错误接受的概率或是研究假设为真却被拒绝的概率。如果P值小于某个事先确定的水平,理论上则拒绝零假设,反之,如果P值大于某个事先确定的水平,理论上则不拒绝零假设。
2、检验对象:
用于实验处理组与对照组或两种不同处理的效应之间
3、sig.=0.000说明:
sig=0.000说明显著性水平p值小于0.001,即相关系数在0.001水平显著。这里的0.000其实并不是说真的是等于0,如果你在这个数字上三击鼠标,可以看到真实值。
水平越小,判定显著性的证据就越充分,但是不拒绝错误零假设的风险,犯第二类错误的可能性就越大,统计效力(就越低。选择水平不可避免地要在第一类错误和第二类错误之间做出权衡。
扩展资料:
显著性检验的基本思想:
1、小概率原理:小概率事件在一次试验中是几乎不可能发生的,假若在一次试验中小概率事件事实上发生了。那只能认为该事件不是来自我们假设的总体,也就是认为我们对总体所做的假设不正确 。
2、观察到的显著水平:由样本资料计算出来的检验统计量观察值所截取的尾部面积。这个概率越小,反对原假设,认为观察到的差异表明真实的差异存在的证据便越强,观察到的差异便越加理由充分地表明真实差异存在。
3、检验所用的显著水平:针对具体问题的具体特点,事先规定这个检验标准。
4、在检验的操作中,把观察到的显著性水平与作为检验标准的显著水平标准比较,小于这个标准时,得到了拒绝原假设的证据,认为样本数据表明了真实差异存在。大于这个标准时,拒绝原假设的证据不足,认为样本数据不足以表明真实差异存在。
5、检验的操作可以用稍许简便一点的作法:根据所提出的显著水平查表得到相应的值,称作临界值,直接用检验统计量的观察值与临界值作比较,观察值落在临界值所划定的尾部内,便拒绝原假设;观察值落在临界值所划定的尾部之外,则认为拒绝原假设的证据不足。
参考资料来源:百度百科--显著性检验
2024-09-05 广告
1、原因:
进行显著性检验进行显著性检验是为了消除第一类错误和第二类错误。
第一类错误:通常情况下,α水平就是。第一类错误是零假设为真却被错误拒绝的概率。
第二类错误:是零假设为误却被错误接受的概率或是研究假设为真却被拒绝的概率。如果P值小于某个事先确定的水平,理论上则拒绝零假设,反之,如果P值大于某个事先确定的水平,理论上则不拒绝零假设。
2、检验对象:
用于实验处理组与对照组或两种不同处理的效应之间,显著检验的虚无假设是变量之间相关系数为o,也就是说,我们做显著性检验验解决的问题是相关系数是不是o,如果得到显著的结果,则代表相关性存在。
3、sig.=0.000说明:
sig=0.000说明显著性水平p值小于0.001,即相关系数在0.001水平显著。这里的0.000其实并不是说真的是等于0,如果你在这个数字上三击鼠标,可以看到真实值。
水平越小,判定显著性的证据就越充分,但是不拒绝错误零假设的风险,犯第二类错误的可能性就越大,统计效力(就越低。选择水平不可避免地要在第一类错误和第二类错误之间做出权衡。
扩展资料:
相关性和独立:
若X和Y不相关,
通常认为X和Y之间不存在线性关系,但并不能排除X和Y之间可能存在其他关系;若
则X和Y不相关。
若X和Y独立,则必有
因而X和Y不相关;若X和Y不相关,则仅仅是不存在线性关系,可能存在其他关系,如
X和Y不独立。
因此,“不相关”是一个比“独立”要弱的概念。
推荐于2017-04-21
原因:所有的假设检验都是要分析显著性的,拿相关系数来说,我们虽然求得了相关系数值,但是这个相关系数有没有统计学意义呢?换句话说,我们看到的这个相关系数是确实存在呢?还是说只是抽样误差导致的?显著性检验就是要解决这个问题的,如果显著,则表明相关的确存在,不是抽样误差导致的。
2、显著性检验是对谁进行检验?
显著性检验的虚无假设是变量间相关系数为0,也就是说,我们做显著性检验要解决的问题是相关系数是不是0,如果得到显著的结果,则代表相关存在,相关系数不为0.
3、sig.=0.000说明了什么呢?
sig=0.000说明显著性水平p值小于0.001,即相关系数在0.001水平显著。这里的0.000其实并不是说真的是等于0,如果你在这个数字上三击鼠标,可以看到真实值