精华内容
下载资源
问答
  • 显著性水平

    2019-01-04 18:03:00
    我对显著性水平的理解是:能承担失误水平的大小。即排名第一答案所说的“犯第一类错误的最大概率”的大小。 某药品商宣传能治愈某病的概率是90%。(即原假设) 一个医生不相信宣传,于是做个了实验验证,15个人治...

    我对显著性水平的理解是:能承担失误水平的大小。即排名第一答案所说的“犯第一类错误的最大概率”的大小。

    某药品商宣传能治愈某病的概率是90%。(即原假设)

    一个医生不相信宣传,于是做个了实验验证,15个人治好了11个人。而15个人应该能够治愈13.5个人。那么宣传是不是骗人的呢?

    这时候用假设性检验来验证(采用显著性水平为5%检验),假设这15个人服从二项分布,P(X<=11)的概率等于5.6%,这个p值大于显著性水平。而我们的显著性水平是5%,也就是说,小于5%的是个小概率事件,治愈了11个人并不是一个小概率事件,在治愈率90%的情况下你是有可能刚好抽到治愈11个人的情况。我们没有足够的证据证明药品商是骗人的,所以我们接受他的宣传(接受原假设),即治愈率90%。

    这时候有人会问,如果15个人治愈了9个人呢,我们经过计算发现,p值小于5%,这时候处于拒绝域。因为,你们宣传治愈率90%,可是我做了抽样,发现15个人只治好了9个人,概率太小了,基本不可能遇到的情况(小概率事件)怎么刚好让我遇到?所以,我们有足够的证据证明宣传是假的。这时候我们采用备选假设,推翻原假设。

     

    参考文献:《深入浅出统计学》



    作者:接近美
    链接:https://www.zhihu.com/question/31615254/answer/149397914
    来源:知乎
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

    转载于:https://www.cnblogs.com/wisir/p/10221466.html

    展开全文
  • 关于统计推断中显著性水平选取的注记,刘绪庆,,在统计推断过程中, “置信度”或“显著性水平”的选取一直被认为是很自然的事情. 然而通过对原始数据作一正交变换后, 我们发现这个
  • 显著性水平 p值 z值

    万次阅读 多人点赞 2019-06-14 11:38:03
    1 显著性水平 显著性水平是估计总体参数落在某一区间内,可能犯错误的概率,用α表示。 α表示原假设为真时,拒绝原假设的概率。 1-α 为置信度或置信水平,其表明了区间估计的可靠性 。 2 P值 P值代表,在...

    1 显著性水平

    显著性水平是估计总体参数落在某一区间内,可能犯错误的概率,用α表示。

    α表示原假设为真时,拒绝原假设的概率。

    1-α 为置信度置信水平,其表明了区间估计的可靠性 。

    2 P值

    P值代表,在假设原假设(HO)正确时,出现现状或更差的情况的概率.

    设置一个想要推翻的结论的对立面的null hypothesis,而P值就是假设null hypothesis成立的情况下,计算实际观察结果与零相吻合,以及更坏情况出现的概率。而这个概率就是P值.

    α <0.05,说明犯一类错误(拒绝真实的原假设)是个小概率事件,故拒绝HO. 
    这与显然显著性检验中,P<0.05,原假设是个小概率事件,故拒绝HO,有着本质的区别。 

    在假设检验中常见到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P < 0.05 为有统计学差异, P<0.01 为有显著统计学差异,P<0.001为有极其显著的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.001。

    数据解释

    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

     

    3 P值和显著性水平区别

    显著性水平:显著性水平是假设检验中的一个概念,是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值,必须在每一次统计检验之前确定,通常取α=0.05或α=0.01。这表明,当作出接受原假设的决定时,其正确的可能性(概率)为95%或99%。

    P值:p值是指在一个概率模型中,统计摘要(如两组样本均值差)与实际观测数据相同,或甚至更大这一事件发生的概率。换言之,是检验假设零假设成立或表现更严重的可能性。p值若与选定显著性水平(0.05或0.01)相比更小,则零假设会被否定而不可接受。

    4 z值

    z统计是用来衡量样本均值偏离整体均值的方差倍数,就是偏离方差的程度。

    根据中心极限定理,总体样本N,每次抽样数n,每次抽样的均值的分布趋近正态分布。也就是随机误差符合正态分布。其分布的数学期望为总体均值μ,方差为总体方差的1/n。

     

    Z值与P值关系 \left| Z \right| P值 差异程度

    \ge2.58 \le0.01 非常显著
    \ge1.96 \le0.05 显著
    <1.96 >0.05 不显著

      如果检验一个样本平均数(\bar{X})与一个已知的总体平均数(μ0)的差异是否显著。其Z值计算公式为:

      Z=\frac{\bar{X}-\mu_0}{\frac{S}{\sqrt{n}}}

      其中:

     https://rrsongzi-gmail-com.iteye.com/blog/1860571

     

    • \bar{X}是检验样本的平均数;
    • μ0是已知总体的平均数;
    • S是样本的标准差
    • n是样本容量。    
    •  
    展开全文
  • 相关性系数和显著性水平 在统计学中,皮尔逊相关系数( Pearson correlation coefficient),又称皮尔逊积矩相关系数(Pearson product-moment correlation coefficient,简称 PPMCC或PCCs)<很多英文文献中的叫法...

    相关性系数和显著性水平

    在统计学中,皮尔逊相关系数( Pearson correlation coefficient),又称皮尔逊积矩相关系数(Pearson product-moment correlation coefficient,简称 PPMCC或PCCs)<很多英文文献中的叫法>,是用于度量两个变量X和Y之间的相关(线性相关),其值介于-1与1之间。

    P值,也就是Sig值或显著性值。如果P值小于0.01即说明某件事情的发生至少有99%的把握,如果P值小于0.05(并且大于0.01)则说明某件事情的发生至少有95%的把握。当P<0.01或P<0.05,则为说明水平显著。

    相关系数,是研究变量之间线性相关程度的量,用于说明两个变量之间是否存在相关关系,以及相关关系的紧密程度。分为pearson相关系数、Spearman相关系数。一般相关系数在0.7以上说明关系非常紧密;0.4-0.7之间说明关系紧密;0.2~0.4说明关系一般。

    显著性回答的问题是他们之间是否有关系,说明得到的结果是不是偶然因素导致的(具有统计学意义);相关系数回答的问题是相关程度强弱。

    假如说我得到”P<0.05,相关系数 R=0.279”,意味着二者之间确实(P<0.05)存在相关关系,而相关性为0.279。

    而如果“P>0.05 相关系数R=0.799”,则意味着二者之间相关性很强(R=0.799),而这个高相关的结果可能是偶然因素导致的,即不具有统计学意义

    原文参见 https://www.sohu.com/a/296169895_100103806

    展开全文
  • 显著性水平和p值的理解

    千次阅读 2020-03-07 18:37:20
    显著性水平是指假设H0为真的情况下,发生H1的概率, 其实我们抽取到的样本就是H1。显著性水平可以描述为: 假设总体均值为10,我们抽取到的样本均值为6的概率即是显著性水平; 假设总体是100个,如果根据样本计算出...

    统计分析的核心是以随机样本推断整体;

    以H0代表原假设,H1代表它的相反面;

    p值是指假设H0为真的情况下,发生H1的概率,

    其实我们抽取到的样本就是H1。p值可以描述为:

    假设总体均值为10,我们抽取到的样本均值为6的概率;

    假设总体是100个,如果根据样本计算出的
    p值等于0.05,也就是说:
    假设原假设成立,我们抽取到的样本必须是来自于这5个,才有可能发生
    “抽取到的样本均值是6”的情况,这显然概率很低,所以原假设就不成立了。

    如果p=0.02,
    也就是说:
    假设原假设成立,我们抽取到的样本必须是来自于这2个,才有可能发生
    “抽取到的样本均值是6”的情况,这显然概率很低,所以原假设就不成立了。

    但是每个人认为“不太可能发生”的标准都不一样:
    有的人认为从100个当中抽中指定5个不太可能或者概率很低,就将这个标准定为0.05,0.05即为显著性水平;
    有的人认为从100个当中抽中指定1个才是不太可能或者概率很低(这些人认为抽到指的5个仍有很大概率发生),就将显著性水平定为0.01。

    引申:

    假设是根据样本情况定的,比如
    如果样本的均值为6,备择假设必须是:总体均值小于10;
    如果样本的均值为11,备择假设必须是:总体均值大于10;

    展开全文
  • 假设检验中的P值 与显著性水平的联系

    万次阅读 多人点赞 2016-05-19 10:53:29
    假设检验是推断统计中的一项重要内容。...统计学根据显著性检验方法所得到的P 值,一般以P &lt; 0.05 为显著, P&lt;0.01 为非常显著,其含义是样本间的差异由抽样误差所致的概率小于0.05 或0...
  • Excel/SPSS相关性及显著性水平分析

    万次阅读 2018-03-15 19:48:50
    转载自 http://blog.csdn.net/liyanzhong/article/details/51145381 对两列...本文简单分析excel和SPSS对相关分析和显著性水平的检验应用。(1)方法介绍 Excel中相关性系数可以直接调用CORREL或者Pearson(查看...
  • 展开全部z(a/2)指的是标准正态分布的双侧临界值,z(a)当然就是单侧临界值。...而95%、99%指的是置信水平,不要搞混这两个概念,置信水平=1-显著水平。用Excel 2010计算就可以了:单侧临界值:z(0.05)=NORM.S.INV(1-a...
  • 数据可视化——R语言为ggplot图形添加P值和显著性水平准备安装和加载R包示例数据均值比较的方法用于添加P值的R函数compare_means()stat_compare_means()独立双样本组间比较配对双样本组间比较多组样本的组间比较多个...
  • 在假设检验中,我们很多时候对显著性水平α和P值理解不透彻?在这篇文章中,我将继续关注概念和图形,以帮助您更直观地理解假设检验在统计学中的工作原理。 为了实现它,我将在我之前文章的基础上将显著性水平α和P...
  • 在临界值处,当原假设为真时,检验统计量在检验的否定区域中有值的概率等于显著性水平(用 α 或 alpha 表示)。图 A图 B计算临界值的示例在假设检验中,可通过两种方法来确定样本中是否有足够的证据来否定 H0 或无法...
  • 转载-显著性水平入门

    2018-09-27 17:26:27
    无论你从事何种领域的科学研究还是统计调查,显著性检验作为判断两个乃至多个数据集之间...后来醉心于统计理论半载有余才摸到显著性检验的皮毛,也为显著性检验理论之精妙,品种之繁多,逻辑之严谨所折服。在此,特...
  • 显著性水平 置信度 置信区间 实例讲解 置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中,一个概率样本的置信区间(Confidence interval)是对这个样本的某个总体参数的区间估计。 置信区间展现的是...
  • 01 假设检验概念 02 小概率事件 03 P-Value与显著性水平 04 假设检验步骤
  • 模型设定与回归结果显著性问题1:请问该怎么解释这个问题呢?问题2:将三个方程对比可发现,除了方程一的 lnOPEN 以外,其余解释变量的回归系数均十分显著。同时三个方程对应变量回归系数的符号都没有发生改变,数值...
  • α(p大于显著性水平)时候就是维持原假设是真是正确的 都说推断统计学就是个P????,嗯,是个p。 1.α是什么? 大白话说 α是人为设定的一个范围,显著性水平,第一类错误的概率,主要作用是用来划分接受域和拒绝域...
  • 显著性水平 P值 概念解释

    万次阅读 多人点赞 2017-12-11 17:10:49
    alpha值是事先给出了一个对样本稀罕程度的判断,这个值是可以主观去改变的,你可以认为取到样本均值的可能为0.2或更低就很极端从而拒绝,也可以认为取到样本均值的可能为0.001或更低才拒绝。一般认为样本稀罕到...
  • <div><p>非常感谢您的PR, 如果您是在为主站投稿, 请将PR的标题改为"投稿:标题+作者的形式",如: "投稿: 数据通灵术 杜亚磊" 并保留下面的内容. <ul><li>投稿者请注意</li><li>[X] 主编审核确认...
  • 1 显著性水平显著性水平是估计总体参数落在某一区间内,可能犯错误的概率,用α表示。α表示原假设为真时,拒绝原假设的概率。1-α 为置信度或置信水平,其表明了区间估计的可靠性 。2 P值在假设检验中常见到P值即...
  • 假设检验的定义:提出检验假设又称无效假设,也称为原假设,符号是H0;备择假设的符号是H1。H0:样本与总体或样本与样本间的差异是由抽样误差引起的;H1:样本与总体或样本与样本间存在本质差异;预先设...
  • 验证一个硬币是否是均匀的(试验次数30,显著性水平0.05)1>零假设硬币正面反面出现的概率都为1/2对应的备择假设为,二者出现的概率不相等(双边)2>选择统计检验选择二项检验3>显著性水平于样本容量显著性水平为0.05样本...
  • 错误的概率是Alpha α, 同时它也是显著性水平,一般来说我们在做实验之前就规定了Alpha的大小,比如0.05, 0.1 Type II Error 取伪错误 和Type I相反,它是指原假设H0是假的,但是通过试验后,错误的接受了原假设,...
  • 置信区间是指由样本统计量所构造的总体参数的估计区间。在统计学中,一个概率样本的置信区间(Confidence interval)是对这个样本的某个总体参数的区间...举例来说,如果在一次大选中某人的支持率为55%,而置信水平0
  • 自由度 自由度 ( df ) 0.10 0.05 0.01 ( df ) 0.10 0.05 0.01 n - m -1 n - m -1 1 6.314 12.706 63.657 301 1.650 1.968 2.592 2 2.920 4.303 9.925 302 1...a ) 显著性水平( a ) T 检验临界值表 第 1 页,共 7 页
  • 显著性水平、置信区间、假设检验与方差分析相关知识点总结 参数说明 显著性水平 显著性水平检验 置信区间 假设检验 参数检验 F检验 t检验 Z检验 非参数检验 卡方检验(✘2检验) 秩和检验 常用的假设检验种类及使用...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,186
精华内容 474
关键字:

显著性水平