Minitab中的P-value的多重含义！！！欢迎参与讨论
各位大虾：
再下请教一个问题：我在运用Minitab做数据分析时，经常会碰到Ｐ－Ｖalue的问题．但有时仍然对其概念不太清楚，容易混淆其含义．
比如：
1)判断样本数据正态性时，我们会使用p-value(>0.05，正态．<0.05，非正态）．
2)ANOVA ---p-value判断其显著性
3)回归分析时，---p-value判断其回归方程的拟合良好性．
我只会机械的判定这些情况，但并不知道其中的原因．所以想搞清楚一些问题．
1)P-value的数学计算公式？？
2)P-value的概念？最好言简意赅一点，嘿嘿．
3)p-value用在其他方面的情况？
谢谢！
再下请教一个问题：我在运用Minitab做数据分析时，经常会碰到Ｐ－Ｖalue的问题．但有时仍然对其概念不太清楚，容易混淆其含义．
比如：
1)判断样本数据正态性时，我们会使用p-value(>0.05，正态．<0.05，非正态）．
2)ANOVA ---p-value判断其显著性
3)回归分析时，---p-value判断其回归方程的拟合良好性．
我只会机械的判定这些情况，但并不知道其中的原因．所以想搞清楚一些问题．
1)P-value的数学计算公式？？
2)P-value的概念？最好言简意赅一点，嘿嘿．
3)p-value用在其他方面的情况？
谢谢！
没有找到相关结果
已邀请:
RSS Feed
41 个回复
84791767 (威望:0) (上海 杨浦)
赞同来自:
舉個經典的例子：
投擲硬幣（我想判斷是不是正反面出現的概率都會一樣）
假設： H0“虛無假設null hyphothesis”=正反面概率相同
H1“备择假设Alternate”=正反面出现概率不同
試驗：一共扔了20下，發現（observe）有14次出現了正面朝上的現象。
计算P-Value：
根据假设前提（正反概率相同，即满足二项式分布binomial distribution）计算试验现象（20次出现了14次正面）所相对的“小概率事件”发生的概率（P-value），
查表or计算知道，如果满足二项式分布的话：20次中出现至少14次的概率是0.0577，由于我们的备择假设是：不等于（最多出现6次的概率也得加上），
所以小概率事件机率P-value=0.0577+0.0577=0.115。
这个时候开始思考（人类一思考，上帝就笑了。。。）：
根据假设（正反概率出现相同，服从二项式分布）及观察到的实验现象“20次出现14次正面”
推断“不等于”这样小概率事件（20次中，出现至少14次的概率+最多出现6次的概率）
发生的机率（P-value）等于11.5%。
继续思考：
小概率事件出现的机会11.5%这么大！（都11.5%了还能叫小概率？）
如果小概率事件出现的机率是5%还差不多
（这里就是所谓的“5%显著性水平”，你也可以订4%，3%，2%，1%。。。）
11.5%这也太高了，比5%显著性水平高。
我不能接受“正反面出现几率不相等”是小概率事件的说法，风险太大了！
看来，只能接受正反面出现的概率都是一样的说法了。
综上，这就是为什么假设检验“拒绝是有说服力的，接受是没有说服力”的原因了。
如果有什么问题的话，还请及时提出。