假设检验中的p值

本文深入解析p-值的概念,它是样本统计值在原假设为真时的出现概率。通过比较p-值与事先设定的显著性水平,决定是否拒绝原假设,揭示了统计假设检验的核心思想。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在这里插入图片描述

p-值描述了当原假设为真时,样本统计值及更极端值出现的概率。 若此概率很小,根据小概率原理,认为原假设为真时不会出现这样的统计值,从而拒绝原假设。
但这样做是有风险的,即原假设为真时我们却拒绝了原假设(第一类错误)。其犯错概率等同于p-值。
我们用显著性水平描述我们愿意冒多大的风险犯这类错误。
当p-值<显著性水平,实际犯错风险<愿意承担的风险,拒绝原假设。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值