统计学显著性检验p值如何理解?
发布网友
发布时间：2024-08-19 18:14
共1个回答
热心网友
时间：2024-08-23 09:06
1、统计学显著性检验，当显著性水平α取0.05时，P>0.05为“不显著”；P<=0.05为“显著”。
P值指的是比较的两者的差别是由机遇所致的可能性大小。P值越小，越有理由认为对比事物间存在差异。例如，单侧检验显著性水平0.05对应的标准正态分布的分位数为1.5,而双侧检验的标准正态分布的0.025分位数是1.96。在进行双侧检验时，Z值大于1.96，则P值小于显著性水平0.05。
P<0.05,表明结果显示的差别是由机遇所致的可能性不足5%，或者说，在同样的条件下重复同样的研究，得出相反结论的可能性不足5%。
2、分位数1.是单侧检验显著性水平0.05对应的标准正态分布的分位数，即进行单侧检验时95%置信区间对应的Z值。1.96是双侧检验的标准正态分布的0.025分位数，即双侧检验时95%置信区间对应的Z值。2.58是双侧检验的标准正态分布的0.005分位数，双侧检验时99%置信区间对应的Z值。
扩展资料：
通常用“显著”来表示P值大小，所以P值最常见的误用是把统计学上的显著与临床或实际中的显著差异相混淆，即混淆“差异具有显著性”和“具有显著差异”二者的意思。其实，前者指的是p<=0.05，即说明有充分的理由认为比较的二者来自同一总体的可能性不足5%，因而认为二者确实有差异，下这个结论出错的可能性<=5%。而后者的意思是二者的差别确实很大。举例来说，3和50的差别很大，因而可以说是“有显著差异”，而5和5.1差别不大，但如果计算得到的P值<=0.05，则认为二者“差别有显著性”，但是不能说“有显著差异”。
参考资料：
百度百科——显著性检验
