我用卡方檢驗分析體質型別與誘發因素,得到P值大於0 05,無統計學意義,請問各位大俠有無其他檢驗方法

2021-04-18 01:32:47 字數 5397 閱讀 2475

1樓:匿名使用者

每一批資料,對應的最合適的統計方法就是一種

你採用了正確的統計方法,得到的結果就是你研究的結果

但對於卡方檢驗的應用條件,是否需要校正,你需要考慮

關於卡方檢驗p值的意義,p值恰好等於0.05,請問這樣可以說明有統計學意義嗎?

2樓:匿名使用者

由於你沒有給出具體的資料,無法幫你分析。最小理論頻數<5,但仍》=1,可取校正卡方值;若<1,則取確切概率。另外,你說p=1.

00,這問題可大可小,如果操作無誤的話,說明你的資料的比例一樣,無統計學意義。我建議你檢查檢驗總例數(n)是多少,兩組資料的發生率。

3樓:匿名使用者

《衛生統計學》說得很清楚了,p小於或等於0.05時,認為可以拒絕h0。不過p恰好等於0.05的概率很小,你把軟體彙報的p值粘帖

各位大俠,能否用統計學中的卡方檢驗幫我算算p值是否小於0.05啊?怎麼算啊?

4樓:匿名使用者

從表中給出的資料,由於實驗組和對照組的樣本量均為20,所以可以直接用二總體

回均值差的檢驗方法,不答

必用卡方檢驗。原假設h: u1-u2=0, 被擇假設:

h': u1-u2=!0從表中計算 x1=13.

6 x2=8.2 s^2(1)=1.3 s^2(2)=0.

7 x為樣本均值,s^2為樣本方差構造檢驗統計量 t=(x1-x2)-(u1-u2)/[s^2(1)/n+s^2(2)/n]^(1/2), 由於n<30 為小樣本的情況,所以t近似服從自由度為 n-1=19 的 t 分佈。即t~t(n-i)計算出t值 t=17.07634…… ,p<0.

05 等價於 顯著性水平a=0.1 的雙側檢驗,t(0.05)(19)=1.

7341因為 t>1.7345 ,所以拒絕原假設,接受被擇假設,即實驗組和對照組有顯著區別當然,也可以用方差分析的方法驗證,如有需要可進一步提問

5樓:電子錶

這玩意只能軟體算。學下spss吧。

p值小於等於0.05是否真有統計學意義

6樓:楊必宇

沒有統計學意義。如果確實是這樣,應該是接受原假設(也就是沒有統計學意義),因為不管那本參考書或統計軟體都是說小於a (不包括等於a ,例如a=0.05)就拒絕原假設。

不過,如果是使用統計軟體的話,應該不存在這個問題,因為統計軟體計算的p值可以高達十幾位小數點,不可能出現說的情況。

7樓:stop華崽

這個p<0.05,在統計學上認為有統計學意義,小概率事件嘛,認為有統計學意義,不一定有差異,統計結論是概率的,存在犯錯誤的可能,是否真的有差異,我們是不清楚的,只是因為概率小,我們接受了。

如何判斷差異有統計學意義

8樓:蓐蓐來了

統計學意義(p值)zt

結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們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。即假設總體中任意變數間均無關聯,我們重複類似實驗,會發現約20個實驗中有一個實驗,我們所研究的變數關聯將等於或強於我們的實驗結果。

(這並不是說如果變數間存在關聯,我們可得到5%或95%次數的相同結果,當總體中的變數存在關聯,重複研究和發現關聯的可能性與設計的統計學效力有關。)在許多研究領域,0.05的p值通常被認為是可接受錯誤的邊界水平。

在最後結論中判斷什麼樣的顯著性水平具有統計學意義,不可避免地帶有武斷性。換句話說,認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中,最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較,依賴於總體資料集裡結論一致的支援性證據的數量,依賴於以往該研究領域的慣例。

通常,許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線,但是這顯著性水平還包含了相當高的犯錯可能性。結果0.

05≥p>0.01被認為是具有統計學意義,而0.01≥p≥0.

001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。

所有的檢驗統計都是正態分佈的嗎並不完全如此,但大多數檢驗都直接或間接與之有關,可以從正態分佈中推匯出來,如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求:所分析變數在總體中呈正態分佈,即滿足所謂的正態假設。

許多觀察變數的確是呈正態分佈的,這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了,(參閱非引數和方差分析的正態性檢驗)。這種條件下有兩種方法:

一是用替代的非引數檢驗(即無分佈性檢驗),但這種方法不方便,因為從它所提供的結論形式看,這種方法統計效率低下、不靈活。另一種方法是:當確定樣本量足夠大的情況下,通常還是可以使用基於正態分佈前提下的檢驗。

後一種方法是基於一個相當重要的原則產生的,該原則對正態方程基礎上的總體檢驗有極其重要的作用。即,隨著樣本量的增加,樣本分佈形狀趨於正態,即使所研究的變數分佈並不呈正態。

關於卡方檢驗p值的意義,p值恰好等於0.05,請問這樣可以說明有統計學意義嗎?

9樓:

如果確實是這樣,應該是接受原假設(也就是沒有統計學意義),因為不管那本參考書或統計軟體都是說小於a (不包括等於a ,例如a=0.05)就拒絕原假設。不過,如果你是使用統計軟體的話,應該不存在這個問題,因為統計軟體計算的p值可以高達十幾位小數點,不可能出現你說的情況。

原因很簡單,在統計學領域,p小於a(不包括等於a )就拒絕原假設是一直以來的通用約定。也就是說,對於包不包括等於a這一點,並不存在一個科學的定義,僅僅是依據統計學領域的約定俗成。就像a值到底應該是多少才算小概率事件,這也沒有一個科學的絕對定義,也只是根據各專業領域的約定俗成(也是有科學依據的,不能隨意確定,但也不存在絕對的界限),大多數定為0.

05,而有些定為0.1,0.01也是可以的。

如果你的領域制定的規則是在等於a 時也拒絕原假設,這也是完全沒有問題的,只要規則是預先訂好的,而不是得出結果後臨時定的,就不會違反隨機原則,也是有道理的。

急請問統計學p值的意義,謝謝

10樓:情痴

統計學意義(p值)zt

結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們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。即假設總體中任意變數間均無關聯,我們重複類似實驗,會發現約20個實驗中有一個實驗,我們所研究的變數關聯將等於或強於我們的實驗結果。

(這並不是說如果變數間存在關聯,我們可得到5%或95%次數的相同結果,當總體中的變數存在關聯,重複研究和發現關聯的可能性與設計的統計學效力有關。)在許多研究領域,0.05的p值通常被認為是可接受錯誤的邊界水平。

在最後結論中判斷什麼樣的顯著性水平具有統計學意義,不可避免地帶有武斷性。換句話說,認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中,最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較,依賴於總體資料集裡結論一致的支援性證據的數量,依賴於以往該研究領域的慣例。

通常,許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線,但是這顯著性水平還包含了相當高的犯錯可能性。結果0.

05≥p>0.01被認為是具有統計學意義,而0.01≥p≥0.

001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。

所有的檢驗統計都是正態分佈的嗎並不完全如此,但大多數檢驗都直接或間接與之有關,可以從正態分佈中推匯出來,如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求:所分析變數在總體中呈正態分佈,即滿足所謂的正態假設。

許多觀察變數的確是呈正態分佈的,這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了,(參閱非引數和方差分析的正態性檢驗)。這種條件下有兩種方法:

一是用替代的非引數檢驗(即無分佈性檢驗),但這種方法不方便,因為從它所提供的結論形式看,這種方法統計效率低下、不靈活。另一種方法是:當確定樣本量足夠大的情況下,通常還是可以使用基於正態分佈前提下的檢驗。

後一種方法是基於一個相當重要的原則產生的,該原則對正態方程基礎上的總體檢驗有極其重要的作用。即,隨著樣本量的增加,樣本分佈形狀趨於正態,即使所研究的變數分佈並不呈正態。

11樓:匿名使用者

簡單的講吧,我看他們兩個講的蠻複雜的,其實沒那麼複雜

你知道正太分佈吧,0.05、0.01、0.

001分別對應著這三個數:95%、99%和99.9%,你可能在有些地方還會看到0.

1,它是對應著90%,好了,我先向你解釋下這幾個百分數是什麼意思,這四個百分數都是表示 我的統計結果有多大的把握性,比如95%,它的意思就是說如果有100個去統計這個結果,可能有95個人和我這個統計結果是一樣的,這應該好理解,對吧 呵呵

好,當我們說我的結果的把握性有95%時,換句話說就是95%的可能性會出現和我一樣的結果,只有5%的機會會和我的結果不一樣,對吧

當我們在規定如果p<0.05時就通過檢驗,表示如果你這個結果的把握性》0.95,就可以了,也就是通過檢驗了。這只是用0.05來解釋的,其他數是一樣的

至於為什麼選這些數,我想你可能已經明白了,我們不習慣說我對這件事有93%或97%的把握性吧,呵呵 對不對,

不知道我說清楚了沒有。。。

12樓:匿名使用者

p<0.05是有顯著性差異,它和p>0.05只是具有不同的統計學意義而已

p值小於臨界值時,認為可以拒絕原假設。而這個臨界值是可接受的錯誤概率,它表示原假設實際正確而被拒絕的概率

取《多少隻是一個習慣。很少看到文獻中取p<0.001的。0.01、0.05、0.1都是常見的取值。有時候因單邊或雙邊檢驗的區別,可能還會除以2

13樓:匿名使用者

統計學意義:

結果真實

程度(能夠代表總體)的一種估計方法。

專業上,p值為結果可信程度的一個遞減指標,p值越大,我們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。即假設總體中任意變數間均無關聯,我們重複類似實驗,會發現約20個實驗中有一個實驗,我們所研究的變數關聯將等於或強於我們的實驗結果。(這並不是說如果變數間存在關聯,我們可得到5%或95%次數的相同結果,當總體中的變數存在關聯,重複研究和發現關聯的可能性與設計的統計學效力有關。

)在許多研究領域,0.05的p值通常被認為是可接受錯誤的邊界水平。

spss中卡方檢驗p值怎麼計算,spss怎麼計算p值?

卡方檢驗 你的資料應該用交叉列聯表做,資料錄入格式為 建立兩個變數,變數1是組別,正常對照組用資料1表示,病例組用資料2表示 變數2是療效等分類變數,用1表示分類屬性1,用2表示分類屬性2,還有一個變數3是權重,例數 資料錄入完成後,先加權頻數後點analyze descriptive statis...

各位大俠,能否用統計學中的卡方檢驗幫我算算P值是否小於

從表中給出的資料,由於實驗組和對照組的樣本量均為20,所以可以直接用二總體 回均值差的檢驗方法,不答 必用卡方檢驗。原假設h u1 u2 0,被擇假設 h u1 u2 0從表中計算 x1 13.6 x2 8.2 s 2 1 1.3 s 2 2 0.7 x為樣本均值,s 2為樣本方差構造檢驗統計量 t...

旅遊用什麼銀行卡,出國旅遊辦理什麼銀行卡方便

國內的銀聯就可以了。不過不要亂跨行取款,好貴的 但買刷卡不用手續費,所以儘量刷啦。而香港和澳門也可以用。外國的話就用visa或master咯 用銀聯卡更便宜,因為銀聯卡的手續費比信用卡和visa低 我在銀行工作 什麼都行,只要是 銀聯 的就行 就是這個標誌 visa 要是出境的話,還是visa卡好用...