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
|