假设检验中算出的p=0.05怎么办

假设检验中的P值的计算方法~

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

P<=a，拒绝H0,接受H1

P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，一般以PF，也可写成Pr(>F)，P=P{F0.05>F}或P=P{F0.01>F}。下面的内容列出了P值计算方法。(1)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。(2)P值的计算：一般地，用X表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说:左侧检验的P值为检验统计量X小于样本统计值C的概率，即=P{XC}双侧检验的P值为检验统计量X落在样本统计值C为端点的尾部区域内的概率的2倍:P=2P{X>C}(当C位于分布曲线的右端时)或P=2P{XC}。计算出P值后，将给定的显著性水平α与P值比较，就可作出检验的结论:如果α>P值，则在显著性水平α下拒绝原假设。如果α≤P值，则在显著性水平α下接受原假设。在实践中，当α=P值时，也即统计量的值C刚好等于临界值，为慎重起见，可增加样本容量，重新进行抽样检验。整理自：樊冬梅，假设检验中的P值.郑州经济管理干部学院学报，2002，韩志霞,张玲，P值检验和假设检验。边疆经济与文化，2006中国航天工业医药,1999P值是怎么来的从某总体中抽⑴、这一样本是由该总体抽出，其差别是由抽样误差所致；⑵、这一样本不是从该总体抽出，所以有所不同。如何判断是那种原因呢？统计学中用显著性检验赖判断。其步骤是：⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。如果P＞0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P＜0.05或P＜0.01，可以认为差别不由抽样误差引起，可以拒绝H0，则可以接受令一种可能性的假设（又称备选假设，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。统计学上规定的P值意义见下表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理解P值，下述几点必须注意：⑴P的意义不表示两组差别的大小，P反映两组差别有无统计学意义，并不表示差别大小。因此，与对照组相比，C药取得P＜0.05，D药取得P＜0.01并不表示D的药效比C强。⑵P＞0.05时，差异无显著意义，根据统计学原理可知，不能否认无效假设，但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。⑶统计学主要用上述三种P值表示，也可以计算出确切的P值，有人用P＜0.001，无此必要。⑷显著性检验只是统计结论。判断差别还要根据专业知识。样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因[ts]kokofu于2010-3-2522:12补充以下内容[/ts]实际上生物统计原理基于此……呵呵。查看原帖>>

---

利辛县18021654871： 假设检验中算出的p=0.05怎么办 - ？
弓国雅博： P<=a,拒绝H0,接受H1

利辛县18021654871： t检验中p值正好等于0.05得的结论是什么 - ？
弓国雅博：[答案] t检验是判断一组数据是否有系统误差 p值为0.05 也就是置信限度为百分之95 可以理解为:真值(也可以是再在相同条件下做同样实验所得的结果)落在 x1+t*s范围内的可能性为百分之95 .(x1为那组数据的平均值) 可能解释的不是太清楚 如果有具体...

利辛县18021654871： 假设检验中的P值的数学应用 - ？
弓国雅博： 理解P值,下述几点必须注意: ⑴P的意义不表示两组差别的大小,P反映两组差别有无统计学意义,并不表示差别大小.因此,与对照组相比,C药取得P<0.05,D药取得P <0.01并不表示D的药效比C强. ⑵ P>0.05时,差异无显著意义,根据统计学原理可知,不能否认无效假设,但并不认为无效假设肯定成立.在药效统计分析中,更不表示两药等效.哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的. ⑶统计学主要用上述三种P值表示,也可以计算出确切的P值,有人用P <0.001,无此必要. ⑷显著性检验只是统计结论.判断差别还要根据专业知识.抽样所得的样本,其统计量会与总体参数有所不同,这可能是由于两种原因.

利辛县18021654871： 某假设检验,检验水准为0.05,经计算p>0.05,不拒绝H0,此时若推断有误其错误概率为多少?? - ？
弓国雅博：[答案] 型一错误概率为0.05

利辛县18021654871： 假设检验 p>0.05是真还是假 - ？
弓国雅博： 假设为真. P值是显著性差异值,p

利辛县18021654871： 论文中p<0.05 或者>0.05 表示什么意思?通俗点说下 谢谢 - ？
弓国雅博： 一、P>0.05 表示无显著性差异;0.01<P<0.05 表示显著性差异,通常以*标记;P<0.01表示极显著性差异,通常以**标记.二、P值计算方法: 1. 左侧检验P值是当时,检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概...

利辛县18021654871： 若直线回归系数的假设检验结果p<0.05,两变量间什么关系 - ？
弓国雅博： P值(Pvalue)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.P-value就是对某个值x0依照你所假设的分布X>=x0的概率例如,假设服从二项分布,患病率为1/3,则测得两个患病的p-value就是两个患病的概率+三个都患病的概率=C3,2(1/3)^2*(2/3)+(1/3)^3

利辛县18021654871： 在统计学中,如果P=0.05怎么办? 谢谢高手回答... - ？
弓国雅博： 实践中,重新抽样 做题的话,那就拒绝原假设

利辛县18021654871： 当HR接近1,P值小于0.05时,怎么解释 - ？
弓国雅博： 你此处的0.05,或0.1,在统计学上是指检验水准α(亦称显著性水准,在假设检验中为I类错误),是用于判断差异存在还是不存在的界值点. 判断准则:若P>α,可认为各处理间无差异,若P<=α,可认为各处理间有差异. 如果取α=0.05,则P<0.05时,差异存在;如果取α=0.1,则P<0.1时,差异存在. 由于α为I类错误,当然也有II类错误(称β).而且α大则β小,相反α小则β大.故此α的选取在平衡α和β. 如果希望结论是无差异,则取α=0.1;如果希望结论是有差异,则取α=0.05. 方差齐性检验通常取α=0.1,进行均数检验通常取α=0.05.

利辛县18021654871： 求数据统计中用spss中的p<0.05和p<0.01是什么意思,怎么得来的? - ？
弓国雅博： P值:又称显著性值或Sig值,代表描述某事情发生的概率. 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.常见标准有0.01和0.05.符号标示:0.01使用2个*号表示,0.05使用1个*号表示. 建议可以阅读网页版spssau的基础统计概念文档,可以快速了解基础内容.