p-value (p-value小于0.05)

P-value基本翻译：假定值、假设机率。用SAS、SPSS等专业统计软体进行假设检验，在假设检验中常见到P 值方法( P-Value，Probability，Pr)，这是由于它更容易套用于计算机软体中。

基本介绍

中文名：假定值、假设机率外文名：p-value学科：推断统计分类：专有名词

简介

P-value基本翻译：假定值、假设机率假设检验是推断统计中的一项重要内容，是用于判断原始假设是否正确的重要证据。

套用

用SAS、SPSS等专业统计软体进行假设检验，在假设检验中常见到P 值方法( P-Value，Probability，Pr)，这是由于它更容易套用于计算机软体中。统计学根据显着性检验方法所得到的P 值，一般以P < 0.05 为显着， P <0.01 为非常显着，其含义是样本间的差异由抽样误差所致的机率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。P < 0.01 时样本间的差异比P < 0.05 时更大，这种说法是错误的。统计结果中显示Pr > F，也可写成Pr( >F)，P = P{ F0.05 > F}或P = P{ F0.01 > F}。

计算方法

P值的意义

1. P值是一种机率，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机率。2. 拒绝原假设的最小显着性水平。3. 观察到的(实例的) 显着性水平。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。注意：P值不是给定样本结果时原假设为真的机率，而是给定原假设为真时样本结果出现的机率。

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 的机率，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 的机率： 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 为端点的尾部区域内的机率的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 服从常态分配和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} 。计算出P 值后，将给定的显着性水平α与P 值比较，就可作出检验的结论:如果α > P 值，则在显着性水平α下拒绝原假设。如果α ≤ P 值，则在显着性水平α下不拒绝原假设。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。