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 = P{ X < C}右侧检验的P值为检验统计量X 大于样本统计值C 的概升历率:P = P{ X > C}双侧检验的P值为检验统计量X 落在样本统计值C 为端点的尾肢笑含部区域内的概率的2 倍:P = 2P{ X > C} (当C位于分布曲线的右端时) 或P = 2P{ X< C} (当C 位于分布曲线的左端时) 。若X 服从正态分布和t分布,其分布曲线是关于纵轴对称的,故其P 值可表示为P = P{| X| > C} 。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碰巧出现的历笑可能性小于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
标签:假设检验,计算