统计学p值代表什么(统计学上的P值的含义通俗)

”有统计学意义"和"差异显著"是两个不同的概念,"差异显著"易给人一种误导,原来两概念在统计学中经常有点通用,现在明确地只能用“有统计学意义”P<0.05是指假设H0(即两总体没区别)成立的可能性概率在5%以下,a就是允许犯Ⅰ类错误(拒绝了正确的无效假设H0)的概率,一般在做假设检验之前先定好,如果a=0.05,表示允许犯Ⅰ类错误的概率为0.05,所以当P<0.05时,说明在a=0.05允许的范围内,认为两总体是有差异的,即两总体差异有统计学意义(指在a=0.05的统计学参数情况下);如果此时P=0.04,而先设定a=0.01,则认为两总体差异无统计学意义(指在a=0.01的统计学参数情况下),虽然两总体没变,两总体差异也没变;所以 ”有统计学意义"并不等同于"差异显著" ,举个例子:两组数:A组:3, 3.05, 3.01, 3.04, 2.95;B组:3.2, 3.1, 3.15, 3.14, 3.12;两组数差异(均数)并不大,但P<0.001,设定a=0.01或0.05,则认为两总体差异统计学意义这主要与两组数的标准差有关如果写成两总体差异显著,易认为两组数(均数)差别大第一类错误与第二类错误 通俗解释: H0:一个真心爱你的男生H1:一个不是真心爱你的男生如果H0实际上成立,而你凭经验拒绝了H0,也就是说,你拒绝了一个你认为不爱你而实际上真心爱你的男生,那么你就犯了第Ⅰ类错误;如果H0实际上不成立,而你接受了H0,同样的道理,你接受了一个你感觉爱你而实际上并不爱你的男生,那么你就犯了第Ⅱ类错误如果要同时减小犯第Ⅰ类错误和第Ⅱ类错误的概率,那就只能增加恋爱的次数n,比如一个经历过n=100次恋爱的女生,第101次恋爱犯第Ⅰ类错误和第Ⅱ类错误的概率就会小很多了 统计学上把保守的、传统的观点作为原假设H0, 新颖的、感兴趣的、想去论证的观点作为备择假设H1统计学P值与显著性水平之间的比较: 就好比一个犯罪嫌疑人 在没有确凿的证据前都只能以他无罪为原假设因为一个人无罪判他有罪 比 有罪判无罪 的后果严重的多 大家都不愿被冤枉所以推广开来 你想证明一班的成绩比二班好 原假设就设为一班二班成绩相同,其中出现的个别成绩有差异,是由于抽样误差所造成的,纯在偶然性; 备择假设就设为一班比二班成绩好,其中样本中出现的一班二班成绩差异不是偶然出现的,具有高度统计学意义,因此, 一般把显著性水平设定为0.05,当P值小于0.05时, 我们认为因为偶然性而造成的成绩差异的概率比较小,因此拒绝原假设,就可以接受一班成绩比二班好的事实;若P值比0.05大就说明没有足够证据证明一班成绩比二班好,原假设中因为抽样误差而造成的成绩差异的可能性比较高, 保守起见拒绝备择假设 接受原假设,今天小编就来聊一聊关于统计学p值代表什么?接下来我们就一起去研究一下吧!

统计学p值代表什么(统计学上的P值的含义通俗)

统计学p值代表什么

首先解释下“有统计学意义”和“显著差异” 两个概念:

”有统计学意义"和"差异显著"是两个不同的概念,"差异显著"易给人一种误导,原来两概念在统计学中经常有点通用,现在明确地只能用“有统计学意义”。P<0.05是指假设H0(即两总体没区别)成立的可能性概率在5%以下,a就是允许犯Ⅰ类错误(拒绝了正确的无效假设H0)的概率,一般在做假设检验之前先定好,如果a=0.05,表示允许犯Ⅰ类错误的概率为0.05,所以当P<0.05时,说明在a=0.05允许的范围内,认为两总体是有差异的,即两总体差异有统计学意义(指在a=0.05的统计学参数情况下);如果此时P=0.04,而先设定a=0.01,则认为两总体差异无统计学意义(指在a=0.01的统计学参数情况下),虽然两总体没变,两总体差异也没变;所以 ”有统计学意义"并不等同于"差异显著" ,举个例子:两组数:A组:3, 3.05, 3.01, 3.04, 2.95;B组:3.2, 3.1, 3.15, 3.14, 3.12;两组数差异(均数)并不大,但P<0.001,设定a=0.01或0.05,则认为两总体差异统计学意义。这主要与两组数的标准差有关。如果写成两总体差异显著,易认为两组数(均数)差别大。第一类错误与第二类错误 通俗解释: H0:一个真心爱你的男生H1:一个不是真心爱你的男生如果H0实际上成立,而你凭经验拒绝了H0,也就是说,你拒绝了一个你认为不爱你而实际上真心爱你的男生,那么你就犯了第Ⅰ类错误;如果H0实际上不成立,而你接受了H0,同样的道理,你接受了一个你感觉爱你而实际上并不爱你的男生,那么你就犯了第Ⅱ类错误。如果要同时减小犯第Ⅰ类错误和第Ⅱ类错误的概率,那就只能增加恋爱的次数n,比如一个经历过n=100次恋爱的女生,第101次恋爱犯第Ⅰ类错误和第Ⅱ类错误的概率就会小很多了。 统计学上把保守的、传统的观点作为原假设H0, 新颖的、感兴趣的、想去论证的观点作为备择假设H1统计学P值与显著性水平之间的比较: 就好比一个犯罪嫌疑人 在没有确凿的证据前都只能以他无罪为原假设因为一个人无罪判他有罪 比 有罪判无罪 的后果严重的多 大家都不愿被冤枉所以推广开来 你想证明一班的成绩比二班好 原假设就设为一班二班成绩相同,其中出现的个别成绩有差异,是由于抽样误差所造成的,纯在偶然性; 备择假设就设为一班比二班成绩好,其中样本中出现的一班二班成绩差异不是偶然出现的,具有高度统计学意义,因此, 一般把显著性水平设定为0.05,当P值小于0.05时, 我们认为因为偶然性而造成的成绩差异的概率比较小,因此拒绝原假设,就可以接受一班成绩比二班好的事实;若P值比0.05大就说明没有足够证据证明一班成绩比二班好,原假设中因为抽样误差而造成的成绩差异的可能性比较高, 保守起见拒绝备择假设 接受原假设。

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页