1000论坛币求P值与Ho的关系

你先要搞清检验统计量。拿最简单的t值为例。http://blog.sina.com.cn/s/blog_7f4704a20100scod.html
搞清了t值，就要看t函数图了，其为左右对称的正态分布图，文字很难说清楚。从函数最高点向x轴做垂线，能得到一个t值，自由度控制函数胖瘦，制高点的这个t值控制函数的左右位置，t=0（函数的中线）,说明样本来自总体，均数完全相等．t绝对值越接近于０，说明２均数差异越小．t绝对值越大图象越左（右）移动，与t=0时相交的面积也越小，那个相交面积就是P值，p值越小说明２个函数离的越远，越有理由认为两者不同．但你之前必须作出检验假设H0,和H1．只有作出假设才能建立模型计算t值，具体要学懂必须去看公式和微积分．

tj0412ymy 发表于 2011-11-3 13:47
刚学统计的时候，诸如P值，第一类error，第二类error等等概念感觉都很难理解，就算老师三番五次的重申。后来 ...

非常同意

每次看书觉得会，再看就又搞不懂了

这个问题据我来看，应该是这样。
小概率事件之所以是小概率，是因为在一次“实验”当中不太可能发生——可以从反面理解为：
如果进行了一次观测，观测到了一个具体(随机变量的)取值，则很可能 随机变量取这一具体值 不是小概率事件，从而有理由怀疑导致这一事件是小概率事件的假设(有理由怀疑原假设H0：当然从控制第一类犯错概率的角度讲我们倾向于保护H0)。这就是小概率事件原理——假设检验的基础之一

再说P值与假设检验。
一般而言是这样比较的，若P值小于检验水平alpha(小概率事件发生了)，则有理由怀疑原假设(拒绝)H0；
否则接受原假设H0其中原理大致是这样的：首先我们承认(假定)H0成立，再此假定之下，发生的事件(被观测到了)其发生的概率应该较大(可以对照Bayes的想法——存在即合理)；但是，如果在假定之下，随机事件发生的概率较小，此概率小到一定程度的时候，就可以认为是小概率事件。在一个观测(实验)当中，小概率事件发生了，这就使我们有理由怀疑实验假定有问题(从而拒绝H0)。

     但什么样的事件是小概率事件？通常我们指定一个阈值，称之为检验水平，记为alpha。凡是发生概率小于alpha的事件均视为小概率事件。

     具体到P值吗，比如检验统计量越小越有利于H0，则考虑当统计量观测值大到一定程度时怀疑H0，这个程度需要结合统计量的分布以及小概率事件阈值来确定(分位数或者拒绝域)。而P值可以反映统计量的取值是否落入拒绝域，就像前(u)边讨论的单正态总体、方差已知的均值检验，

拒绝域={abs(u)>z_(1-alpha/2)}

P值=Pr(abs(标注正态随机变量)>abs(u的实际观测值))，注意P值并不是随机变量取某个固定值的概率！！


在此例当中：
P值越小，距离0越远，越可能落入拒绝域，而当P值=alpha时正好在分位点上。P值越小， u的实际观测值(绝对值越大)越向两边移动，即落入拒绝域，此时我们有理由怀疑原假设。


有什么疑问我能帮助的,请电话联系! 还是说的比大字方便

lnlhckao123 发表于 2011-11-7 01:08
好的，我换个说法，对于正态分布的u检验，对于同一总体，如果设定a=0.05,当抽样算的统计量u=0.3时，就接受了 ...

我觉得古扎拉蒂的计量经济学基础里面讲的还可以，自己讲还不如看人家的书。
另外，是不能拒绝H0，不是接受H0
11.pdf (168.55 KB)

2012-1-18 21:11:25 上传

编辑过的帖子正在被审核,  总之一句话, P值反映的是检验统计量观测值是否落入拒绝域(之所以是“一片区域”的概率和，是源于拒绝域的形状)

另外，读一读 数理统计 的基础理论是最好的，我没读过 什么 古扎拉蒂，我只是个学统计的，词不达意，见谅！ 我还是信赖数学，虽然他并不像我想象的那么无懈可击！

可以这样理解，0.05是你可以承受的风险。P值是拒绝ho的风险，p值小于0.05说明拒绝Ho的风险小，所以我们reject Ho；反之，如果p值大于0.05，说明拒绝Ho的风险很大，所以fail to reject Ho。