[实际应用] t检验中的t值和p值是什么关系？ [推广有奖]

21楼

zhangyingjie 发表于 2017-8-16 07:42:56

多谢分享！

22楼

qwirt 发表于 2017-8-16 09:14:07

p值代表的是不接受原假设的最小的显著性水平，不能通过查表得到，可以借助统计软件如stata计算得到，建议看一下伍德里奇，里面讲和很清楚

23楼

rainingsummer 发表于 2017-8-16 09:40:53 来自手机

谢谢！

24楼

jiandong4388

发表于 2017-8-16 09:51:34 来自手机

补充一点：P-value的定义是原假设成立的条件下，出现极端情况的概率。其它性质如上面的所讨论的。

25楼

yv1123 发表于 2017-8-16 10:46:56 来自手机

原假设是我们希望推翻的，不能被证实只能被证伪
p值一般是在假设检验时用到的。指在接受备择假设的条件下，原假设出现的概率。也就是原假设是真的情况下，拒绝了原假设的概率。
显著性水平是我们设定的，能接受出现第一类错误（弃真）的程度。
如果p值小于设定的显著性水平（就是在我们能接受犯第一类错误的程度范围内），那么就可以拒绝原假设。

而t值是另一种假设检验的方法，对于给定的显著性水平计算 P（T《ta）=a （这里a就是显著性水平，《这个符号要按照备择假设来）
查t分布表就是知道ta的具体值，从而得到拒绝域
再根据检验统计量t检验的构造算出观测t值
观察t值是否落在刚才计算得出的拒绝域里，如果在里面，就拒绝原假设

所以总的说t值和p值，这是两种计算假设检验的方法
一个是算出在原假设备择假设下第一类错误出现的概率p值，将它和我们能接受的显著性水平比较
一个是根据选定的显著性水平计算出拒绝原假设的拒绝域，然后根据样本构造统计量，代入观测值，观察转化为t分布得到的t值是否在拒绝域内

26楼

532884770 发表于 2017-8-16 14:30:22

t指的是T检验，亦称student t检验（Student's t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料
P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值的大小和实际问题来解决。
在相同自由度下，查t表所得t统计量值越大，其尾端概率p越小，两者是此消彼长的关系，但不是直线型负相关。