百度文库- 让每个人平等地提升自我1 P 值是怎么来的从某总体中抽⑴、这一样本是由该总体抽出,其差别是由抽样误差所致;⑵、这一样本不是从该总体抽出,所以有所不同。如何判断是那种原因呢?统计学中用显著性检验赖判断。其步骤是:⑴、建立检验假设(又称无效假设 ,符号为H0 ):如要比较A 药和 B 药的疗效是否相等,则假设两组样本来自同一总体,即A 药的总体疗效和B 药相等,差别仅由抽样误差引起的碰巧出现的。⑵、选择适当的统计方法计算 H0 成立的可能性即概率有多大,概率用P 值表示。⑶、根据选定的显著性水平(或),决定接受还是拒绝 H0 。如果 P>,不能否定“差别由抽样误差引起”,则接受H0 ;如果 P<或 P <,可以认为差别不由抽样误差引起,可以拒绝H0 ,则 可以接受令一种可能性的假设(又称备选假设,符号为H1 ),即两样本来自不同的总体,所以两药疗效有差别。统计学上规定的P 值意义见下表P 值 碰巧的概率对无效假设统计意义P> 碰巧出现的可能性大于5% 不能否定无效假设两组差别无显著意义P< 碰巧出现的可能性小于5% 可以否定无效假设两组差别有显著意义P < 碰巧出现的可能性小于1% 可以否定无效假设两者差别有非常显著意义理解 P 值,下述几点必须注意:⑴P 的意义不表示两组差别的大小,P 反映两组差别有无统计学意义,并不表示差别大小。因此,与对照组相比, C 药取得P<, D 药取得 P <并不表示D 的药效比C 强。⑵ P>时,差异无显著意义,根据统计学原理可知,不能否认无效假设,但并不认为无效假设肯定成立。在药效统计分析中,更不表示两药等效。哪种将“两组差别无显著意义”与 “两组基本等效”相同的做法是缺乏统计学依据的。⑶统计学主要用上述三种P 值表示,也可以计算出确切的P 值,有人用P <,无此必要。⑷显著性检验只是统计结论。判断差别还要根据专业知识。样所得的样本,其统计量会与总体参数有所不同,这可能是由于两种原因P 值是最常用的一个统计学指标,几乎统计软件输出结果都有P 值。了解 p 值的由来、计算和意义很有必要。统计学意义(p 值)(这是经理每次争论的焦点)结果的统计学意义是结果真实程度(能够代表总体)的一种估计方法。专业上,p 值为结果可信程度的一个递减指标,p 值越大,我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p 值是将观察结果认为有效即具有总体代表性的犯错概率。如p=提示样本中...