統計學p值代表什麼?”有統計學意義"和"差異顯著"是兩個不同的概念，"差異顯著"易給人一種誤導,原來兩概念在統計學中經常有點通用，現在明确地隻能用“有統計學意義”P<0.05是指假設H0（即兩總體沒區别）成立的可能性概率在5%以下，a就是允許犯Ⅰ類錯誤（拒絕了正确的無效假設H0）的概率，一般在做假設檢驗之前先定好，如果a=0.05，表示允許犯Ⅰ類錯誤的概率為0.05，所以當P<0.05時，說明在a=0.05允許的範圍内，認為兩總體是有差異的，即兩總體差異有統計學意義（指在a=0.05的統計學參數情況下）；如果此時P=0.04，而先設定a=0.01，則認為兩總體差異無統計學意義（指在a=0.01的統計學參數情況下），雖然兩總體沒變，兩總體差異也沒變；所以 ”有統計學意義"并不等同于"差異顯著" ，舉個例子：兩組數：A組：3, 3.05, 3.01, 3.04, 2.95;B組：3.2, 3.1, 3.15, 3.14, 3.12;兩組數差異（均數）并不大,但P<0.001,設定a=0.01或0.05,則認為兩總體差異統計學意義這主要與兩組數的标準差有關如果寫成兩總體差異顯著，易認為兩組數（均數）差别大第一類錯誤與第二類錯誤 通俗解釋： H0:一個真心愛你的男生H1:一個不是真心愛你的男生如果H0實際上成立，而你憑經驗拒絕了H0，也就是說，你拒絕了一個你認為不愛你而實際上真心愛你的男生，那麼你就犯了第Ⅰ類錯誤；如果H0實際上不成立，而你接受了H0，同樣的道理，你接受了一個你感覺愛你而實際上并不愛你的男生，那麼你就犯了第Ⅱ類錯誤如果要同時減小犯第Ⅰ類錯誤和第Ⅱ類錯誤的概率，那就隻能增加戀愛的次數n，比如一個經曆過n=100次戀愛的女生，第101次戀愛犯第Ⅰ類錯誤和第Ⅱ類錯誤的概率就會小很多了 統計學上把保守的、傳統的觀點作為原假設H0， 新穎的、感興趣的、想去論證的觀點作為備擇假設H1統計學P值與顯著性水平之間的比較： 就好比一個犯罪嫌疑人 在沒有确鑿的證據前都隻能以他無罪為原假設因為一個人無罪判他有罪 比 有罪判無罪 的後果嚴重的多 大家都不願被冤枉所以推廣開來 你想證明一班的成績比二班好 原假設就設為一班二班成績相同，其中出現的個别成績有差異，是由于抽樣誤差所造成的，純在偶然性； 備擇假設就設為一班比二班成績好，其中樣本中出現的一班二班成績差異不是偶然出現的，具有高度統計學意義，因此， 一般把顯著性水平設定為0.05，當P值小于0.05時， 我們認為因為偶然性而造成的成績差異的概率比較小，因此拒絕原假設，就可以接受一班成績比二班好的事實；若P值比0.05大就說明沒有足夠證據證明一班成績比二班好，原假設中因為抽樣誤差而造成的成績差異的可能性比較高， 保守起見拒絕備擇假設 接受原假設，今天小編就來聊一聊關于統計學p值代表什麼?接下來我們就一起去研究一下吧!

統計學p值代表什麼

”有統計學意義"和"差異顯著"是兩個不同的概念，"差異顯著"易給人一種誤導,原來兩概念在統計學中經常有點通用，現在明确地隻能用“有統計學意義”。P<0.05是指假設H0（即兩總體沒區别）成立的可能性概率在5%以下，a就是允許犯Ⅰ類錯誤（拒絕了正确的無效假設H0）的概率，一般在做假設檢驗之前先定好，如果a=0.05，表示允許犯Ⅰ類錯誤的概率為0.05，所以當P<0.05時，說明在a=0.05允許的範圍内，認為兩總體是有差異的，即兩總體差異有統計學意義（指在a=0.05的統計學參數情況下）；如果此時P=0.04，而先設定a=0.01，則認為兩總體差異無統計學意義（指在a=0.01的統計學參數情況下），雖然兩總體沒變，兩總體差異也沒變；所以 ”有統計學意義"并不等同于"差異顯著" ，舉個例子：兩組數：A組：3, 3.05, 3.01, 3.04, 2.95;B組：3.2, 3.1, 3.15, 3.14, 3.12;兩組數差異（均數）并不大,但P<0.001,設定a=0.01或0.05,則認為兩總體差異統計學意義。這主要與兩組數的标準差有關。如果寫成兩總體差異顯著，易認為兩組數（均數）差别大。第一類錯誤與第二類錯誤 通俗解釋： H0:一個真心愛你的男生H1:一個不是真心愛你的男生如果H0實際上成立，而你憑經驗拒絕了H0，也就是說，你拒絕了一個你認為不愛你而實際上真心愛你的男生，那麼你就犯了第Ⅰ類錯誤；如果H0實際上不成立，而你接受了H0，同樣的道理，你接受了一個你感覺愛你而實際上并不愛你的男生，那麼你就犯了第Ⅱ類錯誤。如果要同時減小犯第Ⅰ類錯誤和第Ⅱ類錯誤的概率，那就隻能增加戀愛的次數n，比如一個經曆過n=100次戀愛的女生，第101次戀愛犯第Ⅰ類錯誤和第Ⅱ類錯誤的概率就會小很多了。 統計學上把保守的、傳統的觀點作為原假設H0， 新穎的、感興趣的、想去論證的觀點作為備擇假設H1統計學P值與顯著性水平之間的比較： 就好比一個犯罪嫌疑人 在沒有确鑿的證據前都隻能以他無罪為原假設因為一個人無罪判他有罪 比 有罪判無罪 的後果嚴重的多 大家都不願被冤枉所以推廣開來 你想證明一班的成績比二班好 原假設就設為一班二班成績相同，其中出現的個别成績有差異，是由于抽樣誤差所造成的，純在偶然性； 備擇假設就設為一班比二班成績好，其中樣本中出現的一班二班成績差異不是偶然出現的，具有高度統計學意義，因此， 一般把顯著性水平設定為0.05，當P值小于0.05時， 我們認為因為偶然性而造成的成績差異的概率比較小，因此拒絕原假設，就可以接受一班成績比二班好的事實；若P值比0.05大就說明沒有足夠證據證明一班成績比二班好，原假設中因為抽樣誤差而造成的成績差異的可能性比較高， 保守起見拒絕備擇假設 接受原假設。