统计学上的p值的含义通俗易懂(统计学中p值)
导语：统计学上的P值的含义通俗
”有统计学意义差异显著差异显著并不等同于 ，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:本站部份内容由优秀作者和原创用户编辑投稿，本站仅提供存储服务，不拥有所有权,不承担法律责任。若涉嫌侵权/违法的，请反馈，一经查实立刻删除内容。本文内容由快快网络小开创作整理编辑！