P值怎么求？

Question

如题所述

Answer 1

在统计学中，p值是指在假设检验中，根据样本数据计算得出的一个概率值，用来判断原假设的显著性。通常情况下，p值越小，表示拒绝原假设的证据越充分，即样本数据与原假设的不一致性越大。
求p值的一般步骤如下：
确定假设检验的类型：首先需要明确是单样本检验、双样本检验还是方差分析等类型的假设检验。
计算检验统计量：根据所选的假设检验类型，计算出相应的检验统计量，比如t值、z值、F值等。
确定显著性水平：根据具体问题，确定显著性水平α，通常取0.05或0.01。
计算p值：根据检验统计量和假设检验的类型，利用统计软件、查表或计算公式，计算出p值。
判断结论：比较p值与显著性水平α，若p值小于α，则拒绝原假设；若p值大于α，则接受原假设。
需要注意的是，p值并不是概率，而是在原假设成立的条件下，观察到样本数据或更极端情况的概率。因此，p值的大小并不代表效应的大小，而是用来判断样本数据对原假设的支持程度。

Answer 2

1、统计学显著性检验，当显著性水平α取0.05时，P>0.05为“不显著”；P<=0.05为“显著”。

P值指的是比较的两者的差别是由机遇所致的可能性大小。P值越小，越有理由认为对比事物间存在差异。例如，单侧检验显著性水平0.05对应的标准正态分布的分位数为1.645,而双侧检验的标准正态分布的0.025分位数是1.96。在进行双侧检验时，Z值大于1.96，则P值小于显著性水平0.05。

P<0.05,表明结果显示的差别是由机遇所致的可能性不足5%，或者说，在同样的条件下重复同样的研究，得出相反结论的可能性不足5%。

2、分位数1.64是单侧检验显著性水平0.05对应的标准正态分布的分位数，即进行单侧检验时95%置信区间对应的Z值。1.96是双侧检验的标准正态分布的0.025分位数，即双侧检验时95%置信区间对应的Z值。2.58是双侧检验的标准正态分布的0.005分位数，双侧检验时99%置信区间对应的Z值。

扩展资料：

通常用“显著”来表示P值大小，所以P值最常见的误用是把统计学上的显著与临床或实际中的显著差异相混淆，即混淆“差异具有显著性”和“具有显著差异”二者的意思。其实，前者指的是p<=0.05，即说明有充分的理由认为比较的二者来自同一总体的可能性不足5%，因而认为二者确实有差异，下这个结论出错的可能性<=5%。而后者的意思是二者的差别确实很大。举例来说，3和50的差别很大，因而可以说是“有显著差异”，而5和5.1差别不大，但如果计算得到的P值<=0.05，则认为二者“差别有显著性”，但是不能说“有显著差异”。

参考资料：

百度百科——显著性检验