1樓：
p<=a，拒絕h0,接受h1
2樓：瘋狂的剪輯師
p值即概率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的p值，一般以pf，也可寫成pr(>f)，p=p或p=p。下面的內容列出了p值計算方法。
(1)p值是：1)一種概率，一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。2)拒絕原假設的最小顯著性水平。
3)觀察到的(例項的)顯著性水平。4)表示對原假設的支援程度，是用於確定是否應該拒絕原假設的另一種方法。(2)p值的計算：
一般地，用x表示檢驗的統計量，當h0為真時，可由樣本資料計算出該統計量的值c，根據檢驗統計量x的具體分布，可求出p值。具體地說:左側檢驗的p值為檢驗統計量x小於樣本統計值c的概率，即=p雙側檢驗的p值為檢驗統計量x落在樣本統計值c為端點的尾部區域內的概率的2倍:
p=2p(當c位於分布曲線的右端時)或p=2p。計算出p值後，將給定的顯著性水平α與p值比較，就可作出檢驗的結論:如果α>p值，則在顯著性水平α下拒絕原假設。
如果α≤p值，則在顯著性水平α下接受原假設。在實踐中，當α=p值時，也即統計量的值c剛好等於臨界值，為慎重起見，可增加樣本容量，重新進行抽樣檢驗。整理自：
樊冬梅，假設檢驗中的p值.鄭州經濟管理幹部學院學報，2002，韓志霞,張玲，p值檢驗和假設檢驗。邊疆經濟與文化，2006中國航天工業醫藥,1999p值是怎麼來的從某總體中抽⑴、這一樣本是由該總體抽出，其差別是由抽樣誤差所致；⑵、這一樣本不是從該總體抽出，所以有所不同。
如何判斷是那種原因呢？統計學中用顯著性檢驗賴判斷。其步驟是：
⑴、建立檢驗假設（又稱無效假設，符號為h0）：如要比較a藥和b藥的療效是否相等，則假設兩組樣本來自同一總體，即a藥的總體療效和b藥相等，差別僅由抽樣誤差引起的碰巧出現的。⑵、選擇適當的統計方法計算h0成立的可能性即概率有多大，概率用p值表示。
⑶、根據選定的顯著性水平（0.05或0.01），決定接受還是拒絕h0。
如果p＞0.05，不能否定「差別由抽樣誤差引起」，則接受h0；如果p＜0.05或p＜0.
01，可以認為差別不由抽樣誤差引起，可以拒絕h0，則可以接受令一種可能性的假設（又稱備選假設，符號為h1），即兩樣本來自不同的總體，所以兩藥療效有差別。統計學上規定的p值意義見下表p值碰巧的概率對無效假設統計意義p＞0.05碰巧出現的可能性大於5%不能否定無效假設兩組差別無顯著意義p＜0.
05碰巧出現的可能性小於5%可以否定無效假設兩組差別有顯著意義p＜0.01碰巧出現的可能性小於1%可以否定無效假設兩者差別有非常顯著意義理解p值，下述幾點必須注意：⑴p的意義不表示兩組差別的大小，p反映兩組差別有無統計學意義，並不表示差別大小。
因此，與對照組相比，c藥取得p＜0.05，d藥取得p＜0.01並不表示d的藥效比c強。
⑵p＞0.05時，差異無顯著意義，根據統計學原理可知，不能否認無效假設，但並不認為無效假設肯定成立。在藥效統計分析中，更不表示兩藥等效。
哪種將「兩組差別無顯著意義」與「兩組基本等效」相同的做法是缺乏統計學依據的。⑶統計學主要用上述三種p值表示，也可以計算出確切的p值，有人用p＜0.001，無此必要。
⑷顯著性檢驗只是統計結論。判斷差別還要根據專業知識。樣所得的樣本，其統計量會與總體引數有所不同，這可能是由於兩種原因[ts]kokofu於2010-3-2522:
12補充以下內容[/ts]實際上生物統計原理基於此……呵呵。檢視原帖》
假設檢驗中的p值的計算方法
3樓：醉意撩人殤
p值的計算：
一般地，用x 表示檢驗的統計量，當h0為真時，可由樣本資料計算出該統計量的值c，根據檢驗統計量x的具體分布，可求出p值。具體地說：
左側檢驗的p值為檢驗統計量x 小於樣本統計值c 的概率，即：p = p
右側檢驗的p值為檢驗統計量x 大於樣本統計值c 的概率：p = p雙側檢驗的p值為檢驗統計量x 落在樣本統計值c 為端點的尾部區域內的概率的2 倍：p = 2p (當c位於分布曲線的右端時) 或p = 2p (當c 位於分布曲線的左端時) 。
若x 服從正態分佈和t分布，其分布曲線是關於縱軸對稱的，故其p 值可表示為p = p 。
4樓：左丘初蝶
p值的計算公式：
=2[1-φ(z0)]
當被測假設h1為
p不等於p0時；
=1-φ(z0)
當被測假設h1為
p大於p0時；
=φ(z0)
當被測假設h1為
p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)最後，當p值小於某個顯著引數的時候我們就可以否定假設。反之，則不能否定假設。
注意，這裡p0是那個缺少的假設滿意度，而不是要求的p值。
沒有p0就形不成假設檢驗，也就不存在p值
統計學上規定的p值意義：
p值碰巧的概率
對無效假設
統計意義
p＞0.05
碰巧出現的可能性大於5%
不能否定無效假設
兩組差別無顯著意義
p＜0.05
碰巧出現的可能性小於5%
可以否定無效假設
兩組差別有顯著意義
p＜0.01
碰巧出現的可能性小於1%
可以否定無效假設
兩者差別有非常顯著意義
5樓：手機使用者
(1) p值是：
1) 一種概率，一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。
2) 拒絕原假設的最小顯著性水平。
3) 觀察到的(例項的)顯著性水平。
4) 表示對原假設的支援程度，是用於確定是否應該拒絕原假設的另一種方法。
(2) p值的計算：
一般地，用x 表示檢驗的統計量，當h0為真時，可由樣本資料計算出該統計量的值c，根據檢驗統計量x的具體分布，可求出p值。具體地說：
左側檢驗的p值為檢驗統計量x 小於樣本統計值c 的概率，即：p = p
右側檢驗的p值為檢驗統計量x 大於樣本統計值c 的概率：p = p
雙側檢驗的p值為檢驗統計量x 落在樣本統計值c 為端點的尾部區域內的概率的2 倍：p = 2p (當c位於分布曲線的右端時) 或p = 2p (當c 位於分布曲線的左端時) 。若x 服從正態分佈和t分布，其分布曲線是關於縱軸對稱的，故其p 值可表示為p = p 。
計算出p值後，將給定的顯著性水平α與p 值比較，就可作出檢驗的結論：
如果α > p值，則在顯著性水平α下拒絕原假設。
如果α ≤ p值，則在顯著性水平α下接受原假設。
在實踐中，當α = p值時，也即統計量的值c剛好等於臨界值，為慎重起見，可增加樣本容量，重新進行抽樣檢驗。
整理自：
樊冬梅，假設檢驗中的p值．鄭州經濟管理幹部學院學報，2002；韓志霞，張 玲，p值檢驗和假設檢驗。邊疆經濟與文化，2006中國航天工業醫藥，1999
為什麼在假設檢驗中，p－value值小於0.05是反對h0?不是應該相反麼？
6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
為確定的乙個標準）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。
7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乙個統計答值（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，某人告訴你乙個魚塘裡魚很多。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。
假設檢驗的思想和步驟，假設檢驗的是基本思想是什麼？步驟是什麼？
表情不能註冊 假設檢驗的基本思想是小概率反證法思想。基本依據是 小概率原理 所謂小概率原理就是 概率很小的隨機事件在一次試驗中一般不會發生.根據這一原理,我們從h0 出發,在一定的顯著性水平 下,從總體中抽取一個子樣進行檢驗,在h0 成立的條件下,若發現 相應統計量 即隨機變數 取到此子樣代入統計量...
引數估計與假設檢驗的區別和聯絡是什麼
墨汁諾 聯絡 a 都是根據樣本資訊推斷總體引數 b 都以抽樣分布為理論依據，建立在概率論基礎之上的推斷 c 二者可相互轉換，形成對偶性。區別 a 引數估計是以樣本資料估計總體引數的真值，假設檢驗是以樣本資料檢驗對總體引數的先驗假設是否成立 b 區間估計求得的是求以樣本估計值為中心的雙側置信區間，假設...
假設檢驗中,一般情況下只範哪種錯誤
滿意請採納喲 假設檢驗及其兩類錯誤是數理統計學中的名詞。在進行假設檢驗時提出原假設和備擇假設，原假設實際上是正確的，但做出的決定是拒絕原假設，此類錯誤稱為第一類錯誤。原假設實際上是不正確的，但是卻做出了接受原假設的決定，此類錯誤稱為第二類錯誤。假設檢驗中的兩類錯誤是指在假設檢驗中，由於樣本資訊的侷限...