如题所述
进行显著性检验是为了消除Ⅰ类错误和Ⅱ类错误。
通常情况下,α水平就是第一类错误。第一类错误是零假设为真却被错误拒绝的概率。第二类错误( )是零假设为误却被错误接受的概率或是研究假设为真却被拒绝的概率。
如果P值小于某个事先确定的水平,理论上则拒绝零假设,反之,如果P值大于某个事先确定的水平,理论上则不拒绝零假设。常用的显著性水平是0.05,0.01和0.001 。
不同的水平各有优缺点。水平越小,判定显著性的证据就越充分,但是不拒绝错误零假设的风险,犯第二类错误的可能性就越大,统计效力(就越低。选择水平不可避免地要在第一类错误和第二类错误之间做出权衡。
如果犯第一类错误造成的后果不严重,比如在试探性研究中,我们可以将α水平定得高一些,如0.05或0.1。如果研究样本很小,为了提高统计效力,我们在某些研究中也不妨提高口水平。
但是,如果犯第一类错误造成的后果很严重,比如我们要基于某项研究发现决定是否在全国推行某项教学改革,我们则需要将α水平定得低一些,如0.01或0.001。
扩展资料
相关系数的显著性检验:
①积差相关系数的显著性检验
②相关系数差异的显著性检验
③等级相关与其他系数显著性检验
④相关系数的合并
显著性检验的虚无假设是变量间相关系数为0,也就是说,我们做显著性检验要解决的问题是相关系数是不是0,如果得到显著的结果,则代表相关存在,相关系数不为0。
参考资料来源:百度百科——显著性检验
温馨提示:答案为网友推荐,仅供参考