统计学问题 常有的显著性水平a 所对应的Z值是哪些
反着查。
例如：98%的置信区间算Z：1-0.98=0.02；0.02/2=0.01; 1-0.01=0.9900；
查正态分布表，在那一堆四位小数的值里找到与0.9900最接近的值，比如0.9901对应的是2.33，所以98%对应的Z统计量是2.33或2.32。
1：双侧假设，拒绝区域在两边而且两边对称，在题目问你”是否相等？”的时候用。
H0:μ＝μ0，H1:μ≠μ0，拒绝区域：u的绝对值大于u1-α/2,1-α/2在下角。
2：上侧拒绝，拒绝区域在左边，题目问你”小于””是否比XX快”时使用。
H0:μ≤μ0，H1:μ＞μ0，拒绝区域：u大于u1-α,1-α在下角。
3：下侧拒绝，拒绝区域在右边，题目问你”大于””是否比XX慢”时使用。
扩展资料：
由于一般的正态总体其图像不一定关于y轴对称，对于任一正态总体，其取值小于x的概率。只要会用它求正态总体在某个特定区间的概率即可。
为了便于描述和应用，常将正态变量作数据转换。将一般正态分布转化成标准正态分布。
服从标准正态分布,通过查标准正态分布表就可以直接计算出原正态分布的概率值。故该变换被称为标准化变换。（标准正态分布表：标准正态分布表中列出了标准正态曲线下从-∞到X（当前值）范围内的面积比例。）
参考资料来源：百度百科-正态分布
1、显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。
显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，二类是随机差异，是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。
2、P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。
P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。
总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要根据P值的大小和实际问题来解决。
扩展资料
显著性水平的理解：
显著性水平是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。
事件属于接受区间，原假设成立而无显著性差异；事件属于拒绝区间，拒绝原假设而认为有显著性差异 。对显著水平的理解必须把握以下二点：
1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。
2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。
参考资料来源：百度百科-P值
参考资料来源：百度百科-显著性水平
当给定了检验的显著水平a=0.05时，进行双侧检验的Z值为1.96 。
当给定了检验的显著水平a=0.01时，进行双侧检验的Z值为2.58 。
当给定了检验的显著水平a=0.05时，进行单侧检验的Z值为1.645 。
当给定了检验的显著水平a=0.01时，进行单侧检验的Z值为2.33 。
1、显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。这表明，当作出接受原假设的决定时，其正确的可能性（概率）为95%或99%。
2、Z检验（Z Test）是一般用于大样本（即样本容量大于30）平均值差异性检验的方法。它是用标准正态分布的理论来推断差异发生的概率，从而比较两个平均数的差异是否显著。
3、z值是z检验的统计量，可以查正态分布表得到不同a时的Z值。
如：当给定了检验的显著水平a=0.05时，如果要检验是否相等，就是双侧检验，允许左右各有误差，即a/2=0.025，此时要查尾部面积是0.025时的Z值。对应的Z值为1.96即为Z0.025=1.96。
当给定了检验的显著水平a=0.01时，如果要检验是否相等，就是双侧检验，允许左右各有误差，即a/2=0.005，此时要查尾部面积是0.005时的Z值。对应的Z值为2.58即为Z0.005=2.58。
扩展资料：
1、显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。α表示原假设为真时，拒绝原假设的概率。1-α 为置信度或置信水平，其表明了区间估计的可靠性 。通常取α=0.05或α=0.01。
2、z值是Z检验的统计量，Z检验适用于大样本（样本容量大于30）的两平均数之间差异显著性检验的方法。它是通过计算两个平均数之间差的Z分数来与规定的理论Z值相比较，看是否大于规定的理论Z值，从而判定两平均数的差异是否显著的一种差异显著性检验方法。
参考资料：
百度百科——Z检验
百度百科——显著性水平
z(a/2)指的是标准正态分布的双侧临界值，z(a)当然就是单侧临界值。a（阿尔法）指的是显著水平，一般是0.05、0.01等。而95%、99%指的是置信水平，不要搞混这两个概念，置信水平=1-显著水平。
用Excel 2010计算就可以了：
单侧临界值：z(0.05)=NORM.S.INV(1-a)=NORM.S.INV(1-0.05)= 1.
z(0.02) =NORM.S.INV(1-a)=NORM.S.INV(1-0.02)= 2.
或者 z(0.05)=NORM.S.INV(a)=NORM.S.INV(0.05)= - 1.
z(0.02)=NORM.S.INV(a)=NORM.S.INV(0.02)= - 2.
仅仅是符号改变而已，因为标准正分布沿着纵坐标轴左右对称
双侧临界值：z(0.05/2)=NORM.S.INV(1-a/2)=NORM.S.INV(1-0.05/2)= 1.
z(0.02/2) =NORM.S.INV(1-a/2)=NORM.S.INV(1-0.02/2)= 2.
或者 z(0.05/2)=NORM.S.INV(a/2)=NORM.S.INV(0.05/2)= - 1.
z(0.02/2)=NORM.S.INV(a/2)=NORM.S.INV(0.02/2)= - 2.
把我的公式拷贝黏贴至Excel 2010（低版本可能不成立）就可得到结算结果，十分方便。
单侧(显著性)检验one-sided rriterion of signilicanc。只将检验的临界值设置在被检骑量的一侧，左侧或右侧的检验。
标准正态分布，是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。期望值μ=0，即曲线图象对称轴为Y轴，标准差σ=1条件下的正态分布，记为N(0，1)。
扩展资料：
正态分布中密度函数关于平均值对称
平均值与它的众数（statistical mode）以及中位数（median）同一数值。
函数曲线下68.268949%的面积在平均数左右的一个标准差范围内。
95.449974%的面积在平均数左右两个标准差的范围内。
99.730020%的面积在平均数左右三个标准差的范围内。
99.993666%的面积在平均数左右四个标准差的范围内。
函数曲线的反曲点（inflection point）为离平均数一个标准差距离的位置。
参考资料：百度百科-单侧（显著性）检验
参考资料：百度百科-标准正态分布
z(a/2)指的是标准正态分布的双侧临界值，z(a)当然就是单侧临界值。a（阿尔法）指的是显著水平，一般是0.05、0.01等。而95%、99%指的是置信水平，不要搞混这两个概念！置信水平=1-显著水平。
我基本上不用查统计学表格，用Excel 2010计算就可以了：
单侧临界值：z(0.05)=NORM.S.INV(1-a)=NORM.S.INV(1-0.05)= 1.
z(0.02) =NORM.S.INV(1-a)=NORM.S.INV(1-0.02)= 2.
或者 z(0.05)=NORM.S.INV(a)=NORM.S.INV(0.05)= - 1.
z(0.02)=NORM.S.INV(a)=NORM.S.INV(0.02)= - 2.
仅仅是符号改变而已，因为标准正分布沿着纵坐标轴左右对称
双侧临界值：z(0.05/2)=NORM.S.INV(1-a/2)=NORM.S.INV(1-0.05/2)= 1.
z(0.02/2) =NORM.S.INV(1-a/2)=NORM.S.INV(1-0.02/2)= 2.
或者 z(0.05/2)=NORM.S.INV(a/2)=NORM.S.INV(0.05/2)= - 1.
z(0.02/2)=NORM.S.INV(a/2)=NORM.S.INV(0.02/2)= - 2.
你把我的公式拷贝黏贴至Excel 2010（低版本可能不成立）就可得到结算结果，十分方便。
统计学问题常有的显著性水平a所对应的位置是哪些 有w有e有c vr
邢鹏六味：[答案] 显著性水平α在统计学中叫做犯第一类错误的大小,第一类错误就是原假设是对的,但是被拒绝的概率,我们一般把这个显著性水平α定为0.05.假设有个检验统计量是F,然后把样本数据代入F可以算出一个值记为f,那么P值就是在原...
贡嘎县13749733823： 数理统计问题:在假设检验问题中,显著水平a的意义是:A:在Ho成立的条件下,经检验Ho被拒绝的概率.B:在Ho成立的条件下,经检验Ho被接受的概率.... - ？
邢鹏六味：[答案] 拒绝的概率.定义.
贡嘎县13749733823： 如何理解显著性水平在统计中的应用? - ？
邢鹏六味： 1%、5%、10%显著,这是统计学中常见的三个显著水平.在研究中,我们常常需要判断一个结果是否具有显著性,也就是说,是否可以排除随机性的干扰,从而认为这个结果是真实存在的.当我们进行假设检验时,需要确定显著性水平.通常...
贡嘎县13749733823： p<0.01和p<0.05的区别是什么? - ？
邢鹏六味： p<0.01和p<0.05是两种不同的显著性水平,它们在科学研究中具有不同的意义.p<0.01表示当假设为真时,观测到的结果出现的概率非常低,小于0.01%.这种水平的显著性通常用于证明某种假设或推翻某种假设,因为如果假设为真,那么观测...
贡嘎县13749733823： 请问 显著性水平,a、b、c 、A、B、C、代表什么? - ？
邢鹏六味： 字母a,b,c A,B,C本身不具有任何含义.他们是通过相互之间的比较来体现差异是否显著. 小写字母反应的是5%显著水平,大写字母反应的是1%极显著水平.这里的5%和1%的是表示犯拒绝“假设”的错误可能性. 要根据abc 或是ABC比较是否具有显著差异,只需要比较两组代表的字母是否有重叠.例如a,b,c三者之间,各不相同,相互都有显著差异,但是对于ab和a比较或者ab和b比较,各有重复字母,所以两对都不具有显著差异.但是ab和c之间就有显著差异.大写字母同理,只不过大写字母反应的差异显著水平相比小写字母更有说服力.
贡嘎县13749733823： 显著性水平在哪个范围内有统计学意义 - ？
邢鹏六味： 这个根据自己定义的检验水准啊,如果定义a=0.05,那么p<0.05就是有统计学意义的,定义a=0.1,那么p<0.1就是有统计学意义的,而不是p<0.05.常用的检验水准有0.01、0.05、0.1这三个.
贡嘎县13749733823： 第一类错误和显著性水平?统计学 - ？
邢鹏六味： 第一类错误是客观存在的,但是当确定了显著性水平后才才知道犯第一类错误的概率(即显著性水平),即第一类错误就是显著性水平. 拒绝域是指认为可以推翻零假设H0的可能样本观测值集合,是为了找到拒绝原假设的证据,并不是要证明接受备择假设.若总体与原假设一致,那么样本落入拒绝域的概率α(显著性水平)是很小的,若是样本统计量落入拒绝域,有可能是服从原假设但被错误的判断了(即犯了第一类错误),也有可能是因为不符合原假设,但并不知道落入拒绝域的真实原因,因此认为不能接受原假设,这时可能犯了第一类错误,也是不可避免的.
