1樓：angela韓雪倩
統計學中，p值是用來判定假設檢驗結果的一個引數。
如果p值很小，說明原假設情況的發生的概率很小，且p值越小，表明結果越顯著。
為理解p值的計算過程，用z表示檢驗的統計量，zc表示根據樣本資料計算得到的檢驗統計量值。
左側檢驗 h0:μ≥μ0 vs h1:μ<μ0
p值是當μ=μ0時，檢驗統計量小於或等於根據實際觀測樣本資料計算得到的檢驗統計量值的概率，即p值 = p(zc≤z|μ=μ0)
右側檢驗 h0:μ≤μ0 vs h1:μ>μ0
p值是當μ=μ0時，檢驗統計量大於或等於根據實際觀測樣本資料計算得到的檢驗統計量值的概率，即p值 = p(zc≥z|μ=μ0)
雙側檢驗 h0:μ=μ0 vs h1:μ≠μ0
p值是當μ=μ0時，檢驗統計量大於或等於根據實際觀測樣本資料計算得到的檢驗統計量值的概率，即p值 = 2p(zc≥|z||μ=μ0)
2樓：喵喵喵
p值其實就是按照抽樣分佈計算的一個概率值，這個值是根據檢驗統計量計算出來的。通過直接比較p值與給定的顯著性水平a的大小就可以知道是否拒絕假設，顯然這就代替了比較檢驗統計量的值與臨界值的大小的方法。
而且通過這種方法，我們還可以知道在p值小於a的情況下犯第一類錯誤的實際概率是多少， p= 0.03< a= 0.05，那麼拒絕假設，這一決策可能犯錯誤的概率是0.
03。需要指出的是，如果p> a，那麼假設不被拒絕，在這種情況下，第一類錯誤並不會發生。
t檢驗中的p值是接受兩均值存在差異這個假設可能犯錯誤的概率。例如:如果零假設是兩個總體的均值相等(u1= u2)，但是從相應的兩個樣本中所計算出的樣本的均值不相等，有一定的「差異」。
如果根據這個「差異」值計算出p< 0.01，那麼就是說，如果零假設是正確的，即兩個總體的均值相等，那麼在樣本的均值之間產生了像本例中這樣大的差異的概率小於0.01。
也就是說，產生像這兩個樣本均值這樣大的差異的原因是隨機發生的，而不是由於它們所來自的總體本來的均值就不相等，出現這種差異結果的概率是< 0.01。
擴充套件資料
p值的作用：
p值可以用來進行假設檢驗的決策，如果p值比顯著性水平a小，檢驗統計量的值就是在拒絕域內。同樣，如果p值大於或等於顯著性水平a，檢驗統計量的值就不再拒絕域內。在上例咖啡問題中， p值為0.
0038小於顯著性水平a=0.01，說明應該拒絕原假設。
多個樣本均數間的兩兩比較稱多重比較，如果用兩個樣本均數比較的t檢驗進行多重比較，將會加大犯i類錯誤的概率。
例如有4個樣本，兩兩組合數為(24)= 6，若用t檢驗做6次，且每次比較的檢驗水準選為a=0.05，則每次比較不犯i類錯誤的概率為(1- 0.05)6次均不犯i類錯誤的概率為(1- 0.
05)6，這是總的檢驗水準變為1- (1- 0.05)6= 0.26，比0.
05大多了。
因此，許多統計學家得出多重比較不適用t檢驗。所謂不能進行t檢驗的關鍵原因是由於檢驗次數增多從而獲得全部檢驗正確的概率就會下降，即犯i類錯誤的概率上升了，而不是t檢驗本身的缺陷。
如果我們做一次新藥臨床試驗的資料分析，在整個分析過程中進行了n次試驗，那麼根據這個推論，我們整個分析全對的概率可能早就所剩無幾了。此時，如果犯i類錯誤的概率不應該由檢驗水平a計算，而是按照每次試驗得到的p值算得，這樣就會得到全部檢驗結果犯錯誤的實際概率了。
3樓：人文漫步者
眾所周知在統計學中想要用這一個特徵公式來驗證他們的數值，是非常方便可以操作的一個過程。
4樓：匿名使用者
系統中推梯檢查法中對方是怎麼計算？可以找一個專業的老師來教你。
5樓：匿名使用者
一般使用專業統計軟體如sas、spss等計算，也可使用excel的資料分析功能中相應的t檢驗計算得到，也非常簡便易學
6樓：依戀
eview也能算 一般都要用到軟體
統計學中的p值應該怎麼計算
7樓：河傳楊穎
p值的計算公式是
=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；
總之，p值越小，表明結果越顯著。但是檢驗的結果究竟是「顯著的」、「中度顯著的」還是「高度顯著的」需要根據p值的大小和實際問題來解決。
擴充套件資料
統計學中迴歸分析的主要內容為：
1、從一組資料出發，確定某些變數之間的定量關係式，即建立數學模型並估計其中的未知引數。估計引數的常用方法是最小二乘法。
2、對這些關係式的可信程度進行檢驗。
3、在許多自變數共同影響著一個因變數的關係中，判斷哪個（或哪些）自變數的影響是顯著的，哪些自變數的影響是不顯著的，將影響顯著的自變數加入模型中，而剔除影響不顯著的變數，通常用逐步迴歸、向前迴歸和向後迴歸等方法。
4、利用所求的關係式對某一生產過程進行**或控制。迴歸分析的應用是非常廣泛的，統計軟體包使各種迴歸方法計算十分方便。
8樓：牽陽焱樑桃
統計學意義（p值）zt
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
（這並不是說如果變數間存在關聯，我們可得到5%或95%次數的相同結果，當總體中的變數存在關聯，重複研究和發現關聯的可能性與設計的統計學效力有關。）在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
在最後結論中判斷什麼樣的顯著性水平具有統計學意義，不可避免地帶有武斷性。換句話說，認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中，最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較，依賴於總體資料集裡結論一致的支援性證據的數量，依賴於以往該研究領域的慣例。
通常，許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線，但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義，而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。
所有的檢驗統計都是正態分佈的嗎並不完全如此，但大多數檢驗都直接或間接與之有關，可以從正態分佈中推匯出來，如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求：所分析變數在總體中呈正態分佈，即滿足所謂的正態假設。
許多觀察變數的確是呈正態分佈的，這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了，（參閱非引數和方差分析的正態性檢驗）。這種條件下有兩種方法：
一是用替代的非引數檢驗（即無分佈性檢驗），但這種方法不方便，因為從它所提供的結論形式看，這種方法統計效率低下、不靈活。另一種方法是：當確定樣本量足夠大的情況下，通常還是可以使用基於正態分佈前提下的檢驗。
後一種方法是基於一個相當重要的原則產生的，該原則對正態方程基礎上的總體檢驗有極其重要的作用。即，隨著樣本量的增加，樣本分佈形狀趨於正態，即使所研究的變數分佈並不呈正態。
統計學中t值p值是什麼意思？怎麼計算？
9樓：不是苦瓜是什麼
1、t指的是t檢驗，亦稱student t檢驗（student's t test），主要用於樣本含量較小（n<30），總體標準
差σ未知的正態分佈資料。
計算：t的檢驗是雙側檢驗，只要t值的絕對值大於臨界值就是不拒絕原假設。
2、p值（p value）就是當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率。如果p值很小，說明原假設情況的發生的概率很小，而如果出現了，根據小概率原理，我們就有理由拒絕原假設，p值越小，我們拒絕原假設的理由越充分。
計算：概率定義為：p(a)=m/n，其中n表示該試驗中所有可能出現的基本結果的總數目。m表示事件a包含的試驗基本結果數。
統計學是關於認識客觀現象總體數量特徵和數量關係的科學。它是通過蒐集、整理、分析統計資料，認識客觀現象數量規律性的方**科學。由於統計學的定量研究具有客觀、準確和可檢驗的特點，所以統計方法就成為實證研究的最重要的方法，廣泛適用於自然、社會、經濟、科學技術各個領域的分析研究。
10樓：匿名使用者
簡單地說，t值和p值都用來判斷統計上是否顯著的指標， 例如不良貸款y對貸款餘額的估計方程x的迴歸估計方程為:y=-0.8+0.
03x,那麼這個方程的係數0.03是否在統計上有意義呢？是否貸款餘額沒增加1個單位，不良貸款就要增加0.
03個單位呢？那麼可以通過計算其t值和p值來判斷，經計算t=7.5,p=0.
000，根據假設檢驗的相關知識，可以判斷這個方程式有意義的。
我認為，要想把它弄清楚，還是需要找本統計學原理的書看看好
11樓：東哥
,t值和p值都用來判斷統計上是否顯著的指標。
p值就是拒絕原假設的最小alpha值嘛，把統計量寫出來，帶進去算出來之後，根據統計量的分佈來算p值啊，舉個例子，比如說算出來的統計量的值為z,服從的是正態分佈，如果是雙邊檢驗的話那麼pvalue=2*(1-probnorm(abs(z)));
單邊檢驗的話，應該是1-probnorm(z);
具體問題具體分析，不同的檢驗方法求p值方法也不一樣，統計的書上肯定都有；t值計算方法相似。
12樓：匿名使用者
統計學中t值p值是什麼意思，怎麼計算統計學中的批直系踢值他的統計表去計算。
13樓：甲殼蟲知道多
最通俗的來講，p值代表原假設成立的概率，所以p值越小代表原假設越不成立，所以可以拒絕原假設。一般p值小於等於5%就可以視為原假設大概率不成立了。
14樓：忽悠村——村長
1：t 這是數理統計中的一種統計量 t統計量
2:而統計量指不含未知引數的樣本函式。如樣本x
15樓：匿名使用者
正態分佈中的引數
p=正態分佈函式（）
t是其逆函式
如p(0)=0.5
卡西歐計算器上就有這功能
統計學中的p值代表什麼統計學中t值p值是什麼意思？怎麼計算？
我儘量用形象的語言說 p值越小 說明犯第一類錯誤的概率越小 你越可以推翻傳統的 保守的觀點 越可以接受新提出的 感興趣的觀點 什麼是第一類錯誤 統計上把保守的 傳統的觀點作為原假設 新穎的 感興趣的 想去論證的觀點作為備擇假設 就好比一個犯罪嫌疑人 在沒有確鑿的證據前都只能以他無罪為原假設 因為一個...
如何計算統計學中的P值？200分
p值即為拒絕域的面積或概率。p值的計算公式是 2 1 z0 當被測假設h1為 p不等於p0時 1 z0 當被測假設h1為 p大於p0時 z0 當被測假設h1為 p小於p0時 總之，p值越小，表明結果越顯著。但是檢驗的結果究竟是 顯著的 中度顯著的 還是 高度顯著的 需要我們自己根據p值的大小和實際問...
統計學中的P是什麼意思統計學中的P值是什麼意思怎麼計算
p值是指在一個概率模型中，統計摘要 如兩組樣本均值差 與實際觀測資料相同，或甚至更大這一事件發生的概率。換言之，是檢驗假設虛無假設成立或表現更嚴重的可能性。p值越小，表明結果越顯著，但是檢驗的結果究竟是 顯著的 中度顯著的 還是 高度顯著的 需要根據p值的大小和實際問題來解決。擴充套件資料 英國統計...