1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
2樓：電子錶
這玩意只能軟體算。學下spss吧。
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， 5
3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？
4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。
p值小於等於0.05是否真有統計學意義
5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。
6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。
關於統計學，這裡的p值是怎麼計算出來的呢？謝謝！
7樓：偶梅花象婷
p值即概率,反映某一事件發生的可能性大小.統計學根據顯著性檢驗方法所得到的p
值,一般以p
<0.05
為顯著,p
f,也可寫成pr(
>f),p
=p或p
=p.下面的內容列出了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
的具體分佈,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
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位於分佈曲線的右端時)或p=
2p(當c
位於分佈曲線的左端時)
.若x服從正態分佈和t分佈,其分佈曲線是關於縱軸對稱的,故其p
值可表示為p=p
.計算出p
值後,將給定的顯著性水平α與p
值比較,就可作出檢驗的結論:如果α
>p值,則在顯著性水平α下拒絕原假設.如果α≤p
值,則在顯著性水平α下接受原假設.在實踐中,當α=p
值時,也即統計量的值c
剛好等於臨界值,為慎重起見,可增加樣本容量,重新進行抽樣檢驗.整理自：樊冬梅,假設檢驗中的p值.鄭州經濟管理幹部學院學報,2002,韓志霞,張玲,p
值檢驗和假設檢驗.邊疆經濟與文化,2006中國航天工業醫藥,1999
p值是怎麼來的
從某總體中抽
⑴、這一樣本是由該總體抽出,其差別是由抽樣誤差所致；
⑵、這一樣本不是從該總體抽出,所以有所不同.如何判斷是那種原因呢?統計學中用顯著性檢驗賴判斷.
其步驟是：⑴、建立檢驗假設（又稱無效假設,符號為h0）：如要比較a藥和b藥的療效是否相等,則假設兩組樣本來自同一總體,即a藥的總體療效和b藥相等,差別僅由抽樣誤差引起的碰巧出現的.
⑵、選擇適當的統計方法計算h0成立的可能性即概率有多大,概率用p值表示.⑶、根據選定的顯著性水平（0.05或0.
01）,決定接受還是拒絕h0.如果p＞0.05,不能否定「差別由抽樣誤差引起」,則接受h0；如果p＜0.
05或p
＜0.01,可以認為差別不由抽樣誤差引起,可以拒絕h0,則可以接受令一種可能性的假設（又稱備選假設,符號為h1）,即兩樣本來自不同的總體,所以兩藥療效有差別.統計學上規定的p值意義見下表
p值碰巧的概率
對無效假設
統計意義
p＞0.05
碰巧出現的可能性大於5%
不能否定無效假設
兩組差別無顯著意義
p＜0.05
碰巧出現的可能性小於5%
可以否定無效假設
兩組差別有顯著意義
p＜0.01
碰巧出現的可能性小於1%
可以否定無效假設
兩者差別有非常顯著意義
理解p值,下述幾點必須注意：⑴p的意義不表示兩組差別的大小,p反映兩組差別有無統計學意義,並不表示差別大小.因此,與對照組相比,c藥取得p＜0.
05,d藥取得p＜0.01並不表示d的藥效比c強.⑵
p＞0.05時,差異無顯著意義,根據統計學原理可知,不能否認無效假設,但並不認為無效假設肯定成立.在藥效統計分析中,更不表示兩藥等效.
哪種將「兩組差別無顯著意義」與「兩組基本等效」相同的做法是缺乏統計學依據的.⑶統計學主要用上述三種p值表示,也可以計算出確切的p值,有人用p
＜0.001,無此必要.⑷顯著性檢驗只是統計結論.判斷差別還要根據專業知識.樣所得的樣本,其統計量會與總體引數有所不同,這可能是由於兩種原因
8樓：匿名使用者
根據題意用構成比的卡方檢驗就可以計算，前提是要給出理論頻數，表裡目前未知。
9樓：匿名使用者
這個p值一般都是軟體算出的，手算很麻煩，p《0.05，就是落在了拒接域的範圍，等於0.015故拒接原假設。本來是要算出統計量，然後查表比較，麻煩故轉化為p值來判斷。
10樓：匿名使用者
統計軟體算的。這是案例討論題判斷對錯麼？
卡方檢驗和p值是多少 5
11樓：匿名使用者
表2各組相比bai
例（％）
數量的積極性靜脈du
炎患者zhi的疼痛
實驗組dao，對照組40 0（0％）內0（0％）x2值18.64 2.37（調整容後）
p值<0.05
成名的藝術家反聲譽繫結，所以他們最早的作品往往是最好的。
統計p值是什麼，怎麼算？
12樓：喵喵喵
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。
計算：為理解p值的計算過程，用z表示檢驗的統計量，zc表示根據樣本資料計算得到的檢驗統計量值。
1、左側檢驗
時，檢驗統計量小於或等於根據實際觀測樣本資料計算得到的檢驗統計量值的概率，即p值
2、右側檢驗
p值是當μ=μ0時，檢驗統計量大於或等於根據實際觀測樣本資料計算得到的檢驗統計量值的概率，即p值
3、雙側檢驗
p值是當μ=μ0時，檢驗統計量大於或等於根據實際觀測樣本資料計算得到的檢驗統計量值的概率，即p值
擴充套件資料
美國統計協會公佈了p值使用的幾大準則：
準則1：p值可以表達的是資料與一個給定模型不匹配的程度
這條準則的意思是說，我們通常會設立一個假設的模型，稱為「原假設」，然後在這個模型下觀察資料在多大程度上與原假設背道而馳。p值越小，說明資料與模型之間越不匹配。
準則2：p值並不能衡量某條假設為真的概率，或是資料僅由隨機因素產生的概率。
這條準則表明，儘管研究者們在很多情況下都希望計算出某假設為真的概率，但p值的作用並不是這個。p值只解釋資料與假設之間的關係，它並不解釋假設本身。
準則3：科學結論、商業決策或政策制定不應該僅依賴於p值是否超過一個給定的閾值。
這一條給出了對決策制定的建議：成功的決策取決於很多方面，包括實驗的設計，測量的質量，外部的資訊和證據，假設的合理性等等。僅僅看p值是否小於0.05是非常具有誤導性的。
準則4：合理的推斷過程需要完整的報告和透明度。
這條準則強調，在給出統計分析的結果時，不能有選擇地給出p值和相關分析。舉個例子來說，某項研究可能使用了好幾種分析的方法。
而研究者只報告p值最小的那項，這就會使得p值無法進行解釋。相應地，宣告建議研究者應該給出研究過程中檢驗過的假設的數量，所有使用過的方法和相應的p值等。
準則5：p值或統計顯著性並不衡量影響的大小或結果的重要性。
這句話說明，統計的顯著性並不代表科學上的重要性。一個經常會看到的現象是，無論某個效應的影響有多小，當樣本量足夠大或測量精度足夠高時，p值通常都會很小。反之，一些重大的影響如果樣本量不夠多或測量精度不夠高，其p值也可能很大。
準則6：p值就其本身而言，並不是一個非常好的對模型或假設所含證據大小的衡量。
簡而言之，資料分析不能僅僅計算p值，而應該探索其他更貼近資料的模型。
宣告之後還列舉出了一些其他的能對p值進行補充的分析方手段，比如置信區間，貝葉斯方法，似然比，fdr（false discovery rate）等等。這些方法都依賴於一些其他的假定，但在一些特定的問題中會比p值更為直接地回答諸如「哪個假定更為正確」這樣的問題。
宣告最後給出了對統計實踐者的一些建議：好的科學實踐包括方方面面，如好的設計和實施，數值上和圖形上對資料進行彙總，對研究中現象的理解，對結果的解釋，完整的報告等等——科學的世界裡，不存在哪個單一的指標能替代科學的思維方式。
統計學中，F分佈怎麼理解，統計學中F值的意義
f值是f檢驗的統計量值 f檢驗是一種在零假設 null hypothesis,h0 之下，統計值服從f 分佈的檢驗。其通常是用來分析用了超過一個引數的統計模型，以判斷該模型中的全部或一部分引數是否適合用來估計母體。f值和t值是f檢驗和t檢驗的統計量值，與它們相對應的概率分佈,就是f分佈和t分佈。統計...
統計學抽樣框的問題,統計學中抽樣單位與抽樣框問題
因為全部在校學生的學號不一定每個人有手機，這裡的通訊費用支出情況是指手機費用。統計學中抽樣單位與抽樣框問題 抽樣單位是需要被調查的樣本的基本單元 抽樣框是需要被調查的樣本列表 統計學 抽樣調查的問題 110 有srs,pps。抽樣 要看你抽樣的物件和用途和費用 完整的抽樣還必須給出誤差，置信區間 前...
統計學中的q值是什麼,統計學中的q值是什麼
方差分析後兩兩比較的q檢驗統計量。應該是p值吧 拒絕原假設的最小顯著水平。統計學中的z值怎麼算 不知你的z值表是在哪一本統計學書上，標準正態分佈圖是由統計學家用微積分的方式計算出一個公式 這裡不能用公式3.0表示 然後作圖，其中，橫軸是z值，縱軸是y值，表示比率，曲線涵蓋的總面積是100 如果你參考...