统计学假设检验中,p值怎么计算
2个回答
展开全部
p值的计算公式:
=2[1-φ(z0)]
当被测假设h1为
p不等于p0时;
=1-φ(z0)
当被测假设h1为
p大于p0时;
=φ(z0)
当被测假设h1为
p小于p0时;
其中,φ(z0)要查表得到。
z0=(x-n*p0)/(根号下(np0(1-p0)))
最后,当p值小于某个显著参数的时候我们就可以否定假设。反之,则不能否定假设。
注意,这里p0是那个缺少的假设满意度,而不是要求的p值。
没有p0就形不成假设检验,也就不存在p值
统计学上规定的p值意义:
p值
碰巧的概率
对无效假设
统计意义
p>0.05
碰巧出现的可能性大于5%
不能否定无效假设
两组差别无显著意义
p<0.05
碰巧出现的可能性小于5%
可以否定无效假设
两组差别有显著意义
p
<0.01
碰巧出现的可能性小于1%
可以否定无效假设
两者差别有非常显著意义
=2[1-φ(z0)]
当被测假设h1为
p不等于p0时;
=1-φ(z0)
当被测假设h1为
p大于p0时;
=φ(z0)
当被测假设h1为
p小于p0时;
其中,φ(z0)要查表得到。
z0=(x-n*p0)/(根号下(np0(1-p0)))
最后,当p值小于某个显著参数的时候我们就可以否定假设。反之,则不能否定假设。
注意,这里p0是那个缺少的假设满意度,而不是要求的p值。
没有p0就形不成假设检验,也就不存在p值
统计学上规定的p值意义:
p值
碰巧的概率
对无效假设
统计意义
p>0.05
碰巧出现的可能性大于5%
不能否定无效假设
两组差别无显著意义
p<0.05
碰巧出现的可能性小于5%
可以否定无效假设
两组差别有显著意义
p
<0.01
碰巧出现的可能性小于1%
可以否定无效假设
两者差别有非常显著意义
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询