1樓：河傳楊穎
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乙個概念，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。
p值計算方法
1、p值是：
1) 一種概率，一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。
2) 拒絕原假設的最小顯著性水平。
3) 觀察到的(例項的)顯著性水平。
4) 表示對原假設的支援程度，是用於確定是否應該拒絕原假設的另一種方法。
2、p值的計算：
一般地，用x 表示檢驗的統計量，當h0為真時，可由樣本資料計算出該統計量的值c，根據檢驗統計量x的具體分布，可求出p值。具體地說：
左側檢驗的p值為檢驗統計量x 小於樣本統計值c 的概率，即：p = p
右側檢驗的p值為檢驗統計量x 大於樣本統計值c 的概率：p = p
雙側檢驗的p值為檢驗統計量x 落在樣本統計值c 為端點的尾部區域內的概率的2 倍：p = 2p (當c位於分布曲線的右端時) 或p = 2p (當c 位於分布曲線的左端時) 。若x 服從正態分佈和t分布，其分布曲線是關於縱軸對稱的，故其p 值可表示為p = p 。
2樓：啷哩個啷
顯著性水平是人為規定的(一般會取0.05,亦有0.01等其他值)。
p值是根據實驗結果計算得出的。兩者並不一樣。通過將計算出的p值和顯著性水平比較可以確定是否應拒絕原假設,即假設檢驗。
記錄實驗的**中似乎只給出實驗資料算出的p值,顯著性水平取0.05還是多少會讓讀者自行決定,即讓讀者去判斷此次實驗資料的p值是否足以得出拒絕原假設的結論。作者只在**「討論」部分中提及實驗的意義(通常拒絕原假設就意味著有新發現)。求採納
顯著性分析中p值在0.05水平和0.01水平上的顯著有什麼區別
3樓：匿名使用者
1、可能性不同
拒絕零假設的判斷標準或者把握程度，p值在0.05水平的可能性比0.01水平上的可能性大。
2、統計語言描述不同
如果p<0.05，說明某件事情的發生至少有95%的把握，統計語言描述為在0.05水平上顯著。
如果p<0.01，說明某件事情的發生至少有99%的把握，統計語言描述為在0.001水平上顯著。
擴充套件資料
顯著性分析的spss應用：
2、顯著性表示的兩個變數之間的顯著性差異，數值越大，表示顯著性越大，反之，表示兩者之間存在較強的互動作用。
3、資料列入spss之前要進行資料的排查，刪除異常點，得到的資料會令你驚喜；
4、方差分析的實質是檢驗多個總體均值是否具有顯著性差異，通過觀察各個觀測資料的誤差**分析得到的，實際應用中方差可以來檢驗各種因素對因變數是否有顯著影響。
4樓：匿名使用者
顯示性別分析中品質在0.5水平和0.01水平上面顯示有什麼區別，只是出行長短不一樣。
5樓：匿名使用者
0.05代表將區間分成95%和5%的可信度裡面，在95%中時代表95%是正確的可以相信，在5%中時代表不可以相信，正確的可能性只有5%。
0.01代表將區間分成99%和1%，落在99%中時，代表99%是正確的可以相信，落在1%中時代表1%的可能性是正確的，不可以相信。
6樓：煥彩一新
如果要求的檢驗標準非常高的話，就參考0.01的水平下的相關，此時0.05水平的就沒有顯著相關了；如果你的檢驗標準一般的話就可以，那就參照0.
05的水平下，此時0.05和0.01兩個水平的都表示有顯著相關了
統計學中的顯著性水平α和p分別是什麼意思？請詳細解答，謝謝~
7樓：禾鳥
1、顯著性水平是估計總體引數落在某一區間內，可能犯錯誤的概率，用α表示。
顯著性是對差異的程度而言的，程度不同說明引起變動的原因也有不同：一類是條件差異，二類是隨機差異，是在進行假設檢驗時事先確定乙個可允許的作為判斷界限的小概率標準。
2、p值是用來判定假設檢驗結果的乙個引數，也可以根據不同的分布使用分布的拒絕域進行比較。
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，根據小概率原理就有理由拒絕原假設，p值越小，拒絕原假設的理由越充分。
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
顯著性水平的理解：
顯著性水平是在進行假設檢驗時事先確定乙個可允許的作為判斷界限的小概率標準。檢驗中，依據顯著性水平大小把概率劃分為二個區間，小於給定標準的概率區間稱為拒絕區間，大於這個標準則為接受區間。
事件屬於接受區間，原假設成立而無顯著性差異；事件屬於拒絕區間，拒絕原假設而認為有顯著性差異 。對顯著水平的理解必須把握以下二點：
1、顯著性水平不是乙個固定不變的數值，依據拒絕區間所可能承擔的風險來決定。
2、統計上所講的顯著性與實際生活工作中的顯著性是不一樣的。
8樓：余浩
顯著性水平α在統計學中叫做犯第一類錯誤的大小，第一類錯誤就是原假設是對的，但是被拒絕的概率，我們一般把這個顯著性水平α定為0.05。
假設有個檢驗統計量是f,然後把樣本資料代入f可以算出乙個值記為f,那麼p值就是在原假設成立的條件下p(f>f)這個概率大小，如果p值小於給定的顯著性水平α我們就拒絕原假設，否則不拒絕。
統計中t值和p值的區別
9樓：千山鳥飛絕
統計中t值和p值的區別為：
1、t值，指的是t檢驗，主要用於樣本含量較小（例如n<30），總體標準差σ未知的正態分佈資料。t檢驗是用t分布理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著。
2、p值，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。
p值代表的是不接受原假設的最小的顯著性水平，可以與選定的顯著性水平直接比較。例如取5%的顯著性水平，如果p值大於5%，就接受原假設，否則不接受原假設。這樣不用計算t值，不用查表。
3、p值能直接跟顯著性水平比較；而t值想要跟顯著性水平比較，就得換算成p值，或者將顯著性水平換算成t值。在相同自由度下，查t表所得t統計量值越大，其尾端概率p越小，兩者是此消彼長的關係，但不是直線型負相關。
10樓：墨汁諾
一、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（例如n<30），總體標準差σ未知的正態分佈資料
二、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。
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值的大小和實際問題來解決。
在相同自由度下，查t表所得t統計量值越大，其尾端概率p越小，兩者是此消彼長的關係，但不是直線型負相關。
11樓：深藍色的貓貓
t值就是這些統計檢定值，與它們相對應的概率分布，就是t分布。統計顯著性（sig）就是出現目前樣本這結果的機率。
p值代表結果的可信程度，p越大，就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。
一般而言，為了確定從樣本(sample)統計結果推論至總體時所犯錯的概率，我們會利用統計學家所開發的一些統計方法，進行統計檢定。
通過把所得到的統計檢定值，與統計學家建立了一些隨機變數的概率分布(probability distribution)進行比較，我們可以知道在多少%的機會下會得到目前的結果。倘若經比較後發現，出現這結果的機率很少，亦即是說，是在機會很少、很罕有的情況下才出現；那我們便可以有信心的說，這不是巧合，是具有統計學上的意義的(用統計學的話講，就是能夠拒絕虛無假設null hypothesis,ho)。相反，若比較後發現，出現的機率很高，並不罕見；那我們便不能很有信心的直指這不是巧合，也許是巧合，也許不是，但我們沒能確定。
拓展資料
r·a·fisher（1890-1962）作為一代假設檢驗理論的創立者，在假設檢驗中首先提出p值的概念。他認為假設檢驗是一種程式，研究人員依照這一程式可以對某一總體引數形成一種判斷。也就是說，他認為假設檢驗是資料分析的一種形式，是人們在研究中加入的主觀資訊。
（當時這一觀點遭到了neyman-pearson的反對，他們認為假設檢驗是一種方法，決策者在不確定的條件下進行運作，利用這一方法可以在兩種可能中作出明確的選擇，而同時又要控制錯誤發生的概率。這兩種方法進行長期且痛苦的論戰。雖然fisher的這一觀點同樣也遭到了現代統計學家的反對，但是他對現代假設檢驗的發展作出了巨大的貢獻。
）fisher的具體做法是：
假定某一引數的取值。
選擇乙個檢驗統計量(例如z 統計量或z 統計量) ，該統計量的分布在假定的引數取值為真時應該是完全已知的。
從研究總體中抽取乙個隨機樣本計算檢驗統計量的值計算概率p值或者說觀測的顯著水平，即在假設為真時的前提下，檢驗統計量大於或等於實際觀測值的概率。
如果p<0.01，說明是較強的判定結果，拒絕假定的引數取值。
如果0.01如果p值》0.05，說明結果更傾向於接受假定的引數取值。
可是，那個年代，由於硬體的問題，計算p值並非易事，人們就採用了統計量檢驗方法，也就是我們最初學的t值和t臨界值比較的方法。統計檢驗法是在檢驗之前確定顯著性水平α，也就是說事先確定了拒絕域。但是，如果選中相同的，所有檢驗結論的可靠性都一樣，無法給出觀測資料與原假設之間不一致程度的精確度量。
只要統計量落在拒絕域，假設的結果都是一樣，即結果顯著。但實際上，統計量落在拒絕域不同的地方，實際上的顯著性有較大的差異。
因此，隨著計算機的發展，p值的計算不再是個難題，使得p值變成最常用的統計指標之一。
看了您寫的統計學P值是什麼意思回答，有一點不明白
首先搞清楚的是p值與顯著性水平 05 概念含義，p值也就是零假設成立的概率或者可能性，零假設初始設定為兩組資料間不存在差異，你想下如果這種可能性極小 05 了，說明零假設中兩組資料不存在差異的情況不可能存在，也就是拒絕這個假設，反證了備擇假設 兩組資料存在顯著差異 的成立，當然p值越大 05 說明原...
A這個符號在概率中的含義，和P有什麼區別
符號 a n,m 即 字母a右下角n 右上角m 表示n取m的排列數,從n個不同元素中取出m m n 個元素的所有排列的個數 a和p沒有區別 過去曾用p表示排列數,p是permut首字母，現在多用a表示排列數,a是arrangement首字母就像 過去曾用tg表示正切,現在多用tan表示正切一樣 這個...
統計學中的調和平均數和幾何平均數有什麼意義分別是計算什麼的
對正數a1,a2,a3,bai,an，調和平均數 為1 1 a1 1 a2 1 a3 du 1 an 幾何平zhi均數為daon次根號下 a1a2a3 an 算術平均數為 a1 a2 a3 an n，平方平均數為二次根號下 a1 a2 a3 an n 有調和平均數 幾何平均數 算術平均數 平方平均數...