1樓：匿名使用者
p值的意bai思是「拒絕原假設du的最小概率」zhi，p<0.05，表明最小拒絕概率dao比置信回水平（置信水
平就是認答
為確定的一個標準）還低，則拒絕原假設。
如果你高數學得好的話，你會發現對概率密度函式在「原假設成立時的統計量值」到正無窮大區間上的定積分就是p值，它可以看作密度函式左側（有時是右側或雙側）的和座標軸圍成的一部分面積，此面積和置信水平圍成的相應面積存在覆蓋或被覆蓋的關係，根據這種關係就可以判斷拒絕還是接受。
2樓：匿名使用者
h0是先bai假定成立的假設，duh1是h0不成立時準備接受的zhi備用假設。dao
先假設h0成立，回再通過樣本實際算出一個統計答值（比如mu)。如果發現這個值所代表的p值很小，則說明h0成立的情況下，這個值出現的機會很小。這時就認為h0不對，拒絕h0，也就是接受h1.
舉例來說，某人告訴你一個魚塘裡魚很多。你想通過實驗看他說的對不對。
於是h0:該魚塘魚很多。h1：該魚塘魚不多。
然後你撈魚，撈了10次，才撈2條。
你覺得說如果魚多的話，我怎麼只撈兩條呢？撈兩條或者更少的機會很小的。
那麼一定是那個人告訴你的事實不對。
於是你就拒絕接受他的說法，轉而相信h1，魚不多。
這個撈兩條或更少的機會就是p。p越小，你越有信心拒絕h0。比如你一條沒撈到，你就更不信h0，接受h1。
p就是信心的問題。假設是3%，那麼你3%的相信h0是對的，97%是不對的。
衛生統計學中，p<0.05,拒絕h0，為什麼會犯第一類錯誤？
3樓：匿名使用者
統計的假設檢驗復中，制
拒真的時候犯第一類錯誤，受偽的時候犯第二類錯誤。p<0.05,拒絕h0，這是根據樣本資訊做出的統計決策，做這個統計決策的前提是給定了犯第一類錯誤的概率是0.
05.也就是說，你做根據「p<0.05,拒絕h0」這個統計決策的時候，你已經做好了有5%的可能性犯第一類錯誤的心理準備，而不是說這個統計決策一定會犯第一類錯誤。
假設檢驗的思想還要再領會。
4樓：眨眼的
只要拒絕原假設的時候就有犯第一類錯誤的可能性；不拒絕原假設（接受原假設）的時候就有犯第二類錯誤的可能性！而p值是說根據樣本資訊，得出的原假設或不利於現在情況的可能性，也是一個概率值！
統計學假設檢驗中為什麼p值越小，拒絕原假設的理由就越充分
5樓：燕園博思天津
假設檢驗的基本思想是
小概率反證法思想。小概率思想是指小概率事件專(p<0.01或p<0.
05)在一次試驗中基本上不會屬發生。反證法思想是先提出假設(檢驗假設h0)，再用適當的統計方法確定假設成立的可能性大小，如可能性小，則認為假設不成立，若可能性大，則還不能認為不假設成立。
6樓：我愛周小刀
p值是在原假復設成立的
制條件下h1成立的概率，也就可以理解為p=p(h1|h0),如果它很小那麼，在假設h0成立時，h1成立概率很小，就是h0成立h1幾乎不可能成立。從假設檢驗的思路出發，就是一個構建一個原假設h0的正態分佈(可理解為虛擬模型)，然後去抽樣一堆實際值(實驗真實發生的)，通過這些抽樣數值放在那個正態分佈求在那個原假設的正態分佈上的概率(把實際和虛擬結合)，如果概率很小，那麼說明假設h0發生，h1不可能發生，即 原假設正態分佈中 >=抽樣數值，不可能發生，不可能發生的小概率事件卻發生了，就可以否定原假設(因為抽樣值是客觀的，已經發生了)
統計學,假設檢驗問題,當005時,為什麼Z
z 是一個數值。復 設x n 0,1 那麼 p x z 制 在正態分佈表中找,對應查出z 要查z0.05的值,即需要查1 0.05 0.95對應的z值,翻開正態分佈表,在 中找到與0.95最接近的值為0.9495和0.9505,對應的z值為1.64和1.65,故z0.05 1.645 統計學,假設檢...
假設檢驗在什麼情況下用z值,什麼情況下還要計算p value
如果計算的是z值，還要去查詢對應置信度下的z值，兩者相比較。如果計算的是p值，則只需要把p值和置信度比較就可以，更方便。舉例子說明假設檢驗中的p value是什麼意思 舉個例子 教室裡四位同學將裝了若干數量的白球和黑球的箱子放在了課桌上，然後他們叫來了他們的小夥伴小花同學。他們對小花說 小花，我們來...
在迴歸分析中,f檢驗和t檢驗各有什麼作用
一元bai線性回 歸裡t檢驗和duf檢驗等價,但在多zhi元線性迴歸裡dao,t檢驗回可以檢驗各個迴歸係數顯著性,答f檢驗用來檢驗總體迴歸關係的顯著性。t檢驗常能用作檢驗迴歸方程中各個引數的顯著性,而f檢驗則能用作檢驗整個迴歸關係的顯著性。各解釋變數聯合起來對被解釋變數有顯著的線性關係,並不意味著每...