1樓：燕園博思天津
假設檢驗的基本思想是
小概率反證法思想。小概率思想是指小概率事件專(p<0.01或p<0.
05)在一次試驗中基本上不會屬發生。反證法思想是先提出假設(檢驗假設h0)，再用適當的統計方法確定假設成立的可能性大小，如可能性小，則認為假設不成立，若可能性大，則還不能認為不假設成立。
2樓：我愛周小刀
p值是在原假復設成立的
制條件下h1成立的概率，也就可以理解為p=p(h1|h0),如果它很小那麼，在假設h0成立時，h1成立概率很小，就是h0成立h1幾乎不可能成立。從假設檢驗的思路出發，就是一個構建一個原假設h0的正態分佈(可理解為虛擬模型)，然後去抽樣一堆實際值(實驗真實發生的)，通過這些抽樣數值放在那個正態分佈求在那個原假設的正態分佈上的概率(把實際和虛擬結合)，如果概率很小，那麼說明假設h0發生，h1不可能發生，即 原假設正態分佈中 >=抽樣數值，不可能發生，不可能發生的小概率事件卻發生了，就可以否定原假設(因為抽樣值是客觀的，已經發生了)
簡述檢驗假設中的p值與顯著性水平的區別
3樓：酷感夏日
顯著性水平與p 值的區別：
1、表示含義不同：
（1）顯著性水平是假設檢驗中的一個概念，是指當原假設為正確時人們卻把它拒絕了的概率或風險。
（2）p值即概率，反映某一事件發生的可能性大小。實際上，p值不能賦予資料任何重要性，只能說明某事件發生的機率。
2、取值含義不同：
（1）顯著性水平是公認的小概率事件的概率值，必須在每一次統計檢驗之前確定，通常取α=0.05或α=0.01。
這表明，當作出接受原假設的決定時，其正確的可能性（概率）為95%或99%。
（2）統計學根據顯著性檢驗方法所得到的p 值，一般以p < 0.05 為有統計學差異， p<0.01 為有顯著統計學差異，p<0.
001為有極其顯著的統計學差異。其含義是樣本間的差異由抽樣誤差所致的概率小於0.05 、0.
01、0.001。
4樓：行增嶽化鳥
p值說的是你算出來的一個檢驗變數所對應的概率值，比如算出來p值是10%，說的就是，你如果以此為界拒絕原假設的話，那麼有10%的可能性要犯錯誤，就是說本來原假設對，但是你卻給拒絕了。所以說p值越大，拒絕原假設的理由越不充分，有時候p值算出來接近0，就說明，你以這個數為界，如果拒絕原假設，那麼你不可能犯錯誤，就說明你這個數字非常不符合原假設。是不是很繞啊？！
高分求有關假設檢驗的問題，關於假設檢驗的問題
1.什麼是最大似然比檢驗？想當與偶然誤差的離散度.用一個近似值代替真值.近似值是多次檢驗值的最或是值.檢驗值的最或是值可以是算術均值,或加權均值.檢驗值與最或是值的差值離散度,可以平定樣本的質量.2.什麼是假設檢驗的勢？檢驗值與最或是值的差值在正常情況下成正態分佈,設定置信度來判斷檢驗值是否合格.置...
簡述檢驗假設中的p值與顯著性水平的區別
顯著性水平與p 值的區別 1 表示含義不同 1 顯著性水平是假設檢驗中的一個概念，是指當原假設為正確時人們卻把它拒絕了的概率或風險。2 p值即概率，反映某一事件發生的可能性大小。實際上，p值不能賦予資料任何重要性，只能說明某事件發生的機率。2 取值含義不同 1 顯著性水平是公認的小概率事件的概率值，...
統計中t檢驗法中p值該怎樣計算統計中t檢驗法中P值該怎樣計算
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 0 vs h1 0 p值是當 0時，檢驗統計量小於或等於根據實際觀測樣本資...