统计检验原理与正态性检验.pptVIP

* 如果按照上面的思路，我们必须从头重新做一遍分析。 如果我们得到下一张幻灯片的信息，那么我们就可以直接作出回答。 * 样本统计量的t值 t 0 -1.705 0.052 当原假设成立时t统计量分布 p-值 * p-值 提供了更详细的信息 本例中， p-值为0.052,表明：如果显著水平取0.10检验结果为显著，如果显著水平取0.05则检验结果为不显著。当然，如果显著水平取1%，检验更不显著。 * 如何运用计算机软件进行检验？ 所有类型的检验，计算机软件会输出P-值。我们完全依靠P-值进行检验。 通常当P-值较接近0时（通常以10%为界限），我们应拒绝H0，接受H1。否则我们不能拒绝H0。 * p-值 在SPSS输出结果通常以“sig.”表示。 利用SPSS的“sig.”输出结果我们可以方便地进行各种类型的检验，而不需要掌握统计量的定义和拒绝域的形式，而且不需要通过查表确定临界值。统计检验变得异常简单！ * 例如：某检验，SPSS输出的P-值为0.03，则我们应拒绝H0，接受H1。 尽管此推断可能出错，但错误的概率不超过3%。 * 例如：某检验，SPSS输出的P-值为0.16，则我们不应拒绝H0 注意：有些统计学家主张，这种情况下，不要说“接受H0”，原因是如果说“接受H0”，会使人们误以为推断H0成立的错误概率很低，但实际上此概率有多大不详，而且通常比人们想象的要大得多！ 因为