假设检验中算出的p=0.05怎么办

假设检验中算出的p=0.05怎么办

P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，一般以PF，也可写成Pr(>F)，P=P{F0.05>F}或P=P{F0.01>F}。下面的内容列出了P值计算方法。(1)P值是：1)一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。2)拒绝原假设的最小显著性水平。3)观察到的(实例的)显著性水平。4)表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。(2)P值的计算：一般地，用X表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。具体地说:左侧检验的P值为检验统计量X小于样本统计值C的概率，即=P{XC}双侧检验的P值为检验统计量X落在样本统计值C为端点的尾部区域内的概率的2倍:P=2P{X>C}(当C位于分布曲线的右端时)或P=2P{XC}。计算出P值后，将给定的显著性水平α与P值比较，就可作出检验的结论:如果α>P值，则在显著性水平α下拒绝原假设。如果α≤P值，则在显著性水平α下接受原假设。在实践中，当α=P值时，也即统计量的值C刚好等于临界值，为慎重起见，可增加样本容量，重新进行抽样检验。整理自：樊冬梅，假设检验中的P值.郑州经济管理干部学院学报，2002，韩志霞,张玲，P值检验和假设检验。边疆经济与文化，2006中国航天工业医药,1999P值是怎么来的从某总体中抽⑴、这一样本是由该总体抽出，其差别是由抽样误差所致；⑵、这一样本不是从该总体抽出，所以有所不同。如何判断是那种原因呢？统计学中用显著性检验赖判断。其步骤是：⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。如果P＞0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P＜0.05或P＜0.01，可以认为差别不由抽样误差引起，可以拒绝H0，则可以接受令一种可能性的假设（又称备选假设，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。统计学上规定的P值意义见下表P值碰巧的概率对无效假设统计意义P＞0.05碰巧出现的可能性大于5%不能否定无效假设两组差别无显著意义P＜0.05碰巧出现的可能性小于5%可以否定无效假设两组差别有显著意义P＜0.01碰巧出现的可能性小于1%可以否定无效假设两者差别有非常显著意义理解P值，下述几点必须注意：⑴P的意义不表示两组差别的大小，P反映两组差别有无统计学意义，并不表示差别大小。因此，与对照组相比，C药取得P＜0.05，D药取得P＜0.01并不表示D的药效比C强。⑵P＞0.05时，差异无显著意义，根据统计学原理可知，不能否认无效假设，但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。⑶统计学主要用上述三种P值表示，也可以计算出确切的P值，有人用P＜0.001，无此必要。⑷显著性检验只是统计结论。判断差别还要根据专业知识。样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因[ts]kokofu于2010-3-2522:12补充以下内容[/ts]实际上生物统计原理基于此……呵呵。查看原帖>>

P<=a，拒绝H0,接受H1