进行显著性检验的目的是什么?
进行显著性检验是为了消除Ⅰ类错误和Ⅱ类错误。
确定两个变量相关之后,两个变量之间的相关是否是因为偶然因素产生的,如果是因为抽样造成的,就没有必要去探究,如果不是因为机遇造成的,就说明其背后存在一个系统的因素,即必然性,这个时候我们就有必要去深究其显著性。
通常情况下,α水平属于第一类错误。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。
扩展资料
显著度检验的六步:
(1) 研究假设H1 ,即假设两个变量之间有关,注意这里的有关是指有系统的关系,即显著关系;
(2)零假设 H0 ,又被学者称为虚无假设,即两个变量之间没有显著关系;
(3)根据变量类型选择检验方法;
(4)决定愿意承担多大的犯一类错误的风险,这与是否放弃零假设有关;
(5)根据样本计算犯一类错误的风险
一类错误:即弃真,当零假设为真时,却拒绝了零假设,二类错误:即纳伪,当零假设为假时,却接受了零假设;
(6)参照第4—5步决定是否放弃零假设
当根据样本计算的犯一类错误的风险小于愿意承担的犯一类错误的风险的时候,则接受零假设,反之则拒绝零假设。
参考资料来源:百度百科-相关系数
参考资料来源:百度百科-显著性检验