统计学假设检验中为什么P值越小,拒绝原假设的理由就越充分

如题所述

p值是在原假设成立的条件下H1成立的概率,也就可以理解为p=p(H1|H0),如果它很小那么,在假设H0成立时,H1成立概率很小,就是H0成立H1几乎不可能成立。从假设检验的思路出发,就是一个构建一个原假设H0的正态分布(可理解为虚拟模型),然后去抽样一堆实际值(实验真实发生的),通过这些抽样数值放在那个正态分布求在那个原假设的正态分布上的概率(把实际和虚拟结合),如果概率很小,那么说明假设H0发生,H1不可能发生,即 原假设正态分布中 >=抽样数值,不可能发生,不可能发生的小概率事件却发生了,就可以否定原假设(因为抽样值是客观的,已经发生了)
温馨提示:答案为网友推荐,仅供参考
第1个回答  2016-07-11
的基本思想是小概率思想。小概率思想是指小概率事件(P<0.01或P<0.05)在一次试验中基本上不会发生。反证法思想是先提出假设(检验假设H0),再用适当的统计方法确定假设成立的可能性大小,如可能性小,则认为假设不成立,若可能性大,则还不能认为不假设成立。本回答被提问者采纳

相关了解……

你可能感兴趣的内容

本站内容来自于网友发表,不代表本站立场,仅表示其个人看法,不对其真实性、正确性、有效性作任何的担保
相关事宜请发邮件给我们
© 非常风气网