假设检验怎样看P值
假设检验怎样看P值
假设检验，我们可以把这个词分为“假设”和“检验”来看。
“假设”这个词带了不确定性，常说假设一个事情发生了就怎么样，就是这个事情可能发生，也可能不发生，所以我们从概率这里说起。
生活中很多事件发生看似是随机的、偶然的，比如你打麻将扔骰子，扔到1就是1，扔到6就是6，但实际上这个事件是服从一定概率分布的——均匀分布：扔到1~6这六个数的概率是一样的，都是六分之一。
P值也称显著性值，或者Sig值，用于描述某件事件发生的概率情况，其取值范围介于0到1之间，不包括0或者1。通常情况下P值有三个标准，分别是0.01，0.05和0.1。如果P值小于0.01即说明某件事情的发生至少有99%的把握，如果P值小于0.05（并且大于0.01）则说明某件事情的发生至少有95%的把握。针对大部分分析，都需要通过显著性检验，说明分析具有统计学意义。
比如SPSSAU计算方差分析中的p值：
如果手工计算，需要计算出F值，最后查表，然后判断是否有显著性差异，最后得到结论，使用SPSSAU直接将分析项拖拽到分析框内（过程简单，这里不展示），最后得到F值为0.606，p值为0.613大于0.1，说明不同学历对产品满意度没有显著性差异。
1、P<0.05，碰巧出现的可能性小于5%，可以否定原假设，两组差别有显著意义。
2、P>0.05，碰巧出现的可能性大于5%，不能否定原假设，两组差别无显著意义。
3、P <0.01，碰巧出现的可能性小于1%，可以否定原假设，两者差别有非常显著意义。
P值是：
1、一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2、拒绝原假设的最小显著性水平。
3、观察到的(实例的)显著性水平。
4、 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。
扩展资料
从研究总体中抽取一个随机样本计算检验统计量的值计算概率P值或者说观测的显著水平，即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
1、如果P<0.01，说明是较强的判定结果，拒绝假定的参数取值。
2、如果0.01<P值<0.05，说明较弱的判定结果，拒绝假定的参数取值。
3、如果P值>0.05，说明结果更倾向于接受假定的参数取值。
参考资料来源：百度百科——P值
参考资料来源：百度百科——假设检验中的P值
