您还没有绑定微信,更多功能请点击绑定

我自己总结的假设检验理解 P-value问题

如果要检验一个部件整体高度,假设整体平均高度是1m,抽样出来的样品算出平均数0.8m。那么如果p值很小,0.001,那么也就是说如果整体平均值是1m,那么出现目前抽样是0.8m的概率应该是0.001,既然这么小的概率(0.001)都能被抽样出来(出现)-小概率事件理论,那说明原假设1m前提是不靠谱,或者说事实和概率(0.001)不相符,必须否定(拒绝)原假设(1m),接受整体的平均高度是0.8m这个事实。
相反,如果p=0.68,则说明出现抽样所呈现的0.8m概率是很高(大于a=0.05算很高),即样本事实和概率结果相符,那么没法否决原假设1m,也就是95%的程度接受原假设(1m)---概率性的反证法。

总结:用p值来判断,小于0.05->小概率事件->不可能的事->否定原假设
大于0.05->事实(样本结果)表明真的如原假设那样->肯定原假设
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

jasonpla (威望:2) 机械制造

赞同来自:

你的结论是对的。简单点:〉0.05,表示拒绝原假设犯错概率大于5%,ALPHA风险较高,不能接受,所以不能拒绝原假设;<0.05,表示拒绝原假设犯错概率小于5%,风险较低,可以接受,所以拒绝原假设,接受备择假设。

3 个回复,游客无法查看回复,更多功能请登录注册

发起人

扫一扫微信订阅<6SQ每周精选>