正态分布的P值.pdfVIP

Minitab 检验正态分布 的P 值要大于多少才正态？ 0.05 就可以。但这也只是取决于你的风险承受度。如果你能承受的只是0.005， 那么大于0.005，就可以认为是正态。这里的前提是先认为这个分布就是正态分 布，大于0.05 （或0.0005 ）时只是没有足够证据能证明它不是正态分布，所以 就认为它是正态分布。 一点小技巧，p 在进行正态性检验时越大越好 （数据正泰的可能性越大），其他一般越小 越好（因素的显著性越大）。一般在minitab help 都可以得到标准。 P 值就是接受原假设时出错的概率 在Minitab 中，很多统计检验的结论是根据p 值判断的，而不是根据拒绝或者不拒绝原 假设判断的。 如，在基本的t 检验中，原假设是H0，备择假设是HA，一般情况下，H0： ，HA： ， （mu）是研究的总体均值，而 是假设总体均值。 如果想判断一种新的汽油添加剂对里程油耗是否有影响。已知某种汽车的里程油耗是25 英里每加仑 （m.p.g），原假设是H0： ，备择假设是HA： 。 检验35 辆汽车，发现m.p.g 的值从14.4 到28.8 不等。将35 辆汽车的m.p.g 数值放到 Minitab 列MPG 中，然后在Minitab 运行的t 检验（菜单选项，统计 基本统计单样本 t，或者会话命令TTEST），并得到以下的结果： PDF 文件使用 pdfFactory Pro 试用版本创建 解释p 值 结果显示，这35 辆汽车的样本均值是23.754。但是所有这种类型汽车的m.p.g 均值可 能是25——我们需要了解是否有足够的证据来拒绝H0。 通常有两种方式可以判断，这两种方式都和显著性水平 （alpha）相关。 是当H0 为真时拒绝H0 的概率。在这里，它表示，当总体均值是25m.p.g，却得出总体 均值不等于25m.p.g 结论的概率。 第一种方式判断是否有足够的证据拒绝H0，是计算检验统计量的值，并将它和预先指定 的 值的合适的统计表中的统计值进行比较。 第二种方式是计算p 值，通常称为获得检验的显著性水平，并将它和 比较。p 值是样本证据拒绝H0 程度的 标。一般情况下，p 值越小，拒绝H0 的样本证 据的权重就越大。而且，p 值是拒绝H0 的最小 值。当 p 值时，不能拒绝H0， p 值时，则拒绝H0。 假定H0 为真，p 值是在具有相同样本量 （从相同总体中抽取的样本）的样本检验统计量 中产生更极端的检验统计量的值的概率。在t 检验的样 中，检验统计量是均值的函数， p 值是0.026。这意味着，在样本量为35、总体均值为25 的的样本均值中，2.6%的样本 均值 将表明均值不等于25。哪一种更可能呢：抽取的几个样本刚好表明均值不等于25；还 是均值不可能等于25%？ P 值通常和 进行比较，是小于0.05 或者0.1，这需要根据我们研究的领域 （我们的油耗数可能会改 变！）来决定。可以查看我们所在领域alpha 可接受的值。 在 子中，假定 为0.05。则p 值0.026 表明这种类型的所有汽车的m.p.g （不仅仅是本研究中35 辆汽 车的均值）很可能不等于25。统计上更正确的方式陈述方式是 “在0.05 的显著性水平 上，均值m.p.g 统计上显著不等