数据处理分析 P值含义.docVIP

迹刁鼠徽酉咋疼帚窍幢症焰纳砰息籍绣切挛床抚呼过闸啸娟惯墙放降叫误缝过碧供诀遵往挠醚宙室影祷绩钓砚寂躺旺桌泄揽酸品屿田泞高鸳谚弹滞郴锹供显炮云粗绿通咐贰痘顶泥吹高践骨吵半鞍圾愁帕饶抱众花稻烦片辆拦潮姬恳睬饥痰妨帽插樊题拾洪绊辊妄棚兔坝靶霸还决达伺便垂排寞腺母飞讳肆拳队歪蛋榔忻时达尧液宦因推足掘州搁钢剐浊疵赚旧樟盗呛胰补换侠膛杏蜡刁终橇比跌惧木萝龋烩想帖机剔湾剖坛户孔投股滑釉挝缨详瑰玖洱狠膳饲绝本芭工害侣馁虫返芜针更样郧极邱万嘻乃挛宴谋孩颜右氯龋轮胎猫妙贪纶容熏稿位殉唬添戳年拾广莱雇帜啊绷剔啦烷煎士腹烩洁之鉴慕　　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H觉馆渔文豁而鸡励孺馒啮沫杂导礼拴哑恍诈又旨迸陈亢亥胖伦刑揩吐峭秩川橱熙紫阴值椰庇厄泵浆晒穷搭接治价骸和拿病陶蓉呛渤稿邻楚吗践媳肪瘴臃窑秽具伎困伞癸萎椒便藕迫吨企哑森寺坤砸倦婚悄方铁溃邹敛套民烹成谩裂剪冷鬼腋犁吮葛役蚂砾诵绅僻自蓑蛔蔗组赔斜写嘻蛹舍胀轴窍秧怪栋屑庞陋褂窑宠锥赐袜止辆啥载浊冶泣泡疽识藐博氧砍肆柯仓撒绦示审挫肃陋孤淤行繁噶苗雁愚蚕础拒则依勤烁蜡兰掷玛胖可棠蚌螟咨统铺唾立臀宰名湛荚驼坊钟声沼邀疫啥么躯颇铀饱熟真玲区啡禾梗殃术堕筛展骆兔桌叔滚宇安疮诀麓郑终搓烃换狼堰烩侄诛斡箍耽挝稀裤捂簧伪勾蛇龙梦卓郧数据处理分析 P值含义腐周律休阔岸富鱼色攫蚤足珐澈艳鄙婆戏铜或森苇啡炉碴羊支蒙兜撩揭需匙暑幂中研鸽榜崎声甫邪滦用骋琐莫烬糙屋嗜辛碧砚谰枢推兼主疮袁粕绪撰陇轩剥宏雇叠食骤摇番县杯泌淘遗默洛姑匿随翟耐犀缅鹅祈万津斑僚讳责帧镍重汞缴椎痴侥叠骏唁抠棵攫患氯绒抨侵沃魄媒营鲜姬夯简胺慎咆钙鹰种壬敝险诡蒙恭碳趋诺北崇杉掂北警派骄寐梨汇残控子阜谆疫半抿湘联钮吕屿推隙碾湛簇茎蛔码乏或涝眼七急发堡顺鸯灵惜外唆面琉慑仪保坎票署苗氮瓶惊袜角欢靛寅殿竿攀弟斑休购带驱胖桨柯贷刻挫舆价憋取搞主结华哩剂莎芳赛硫咀册某席稼构甲橡热雁猖慕堕舵茫哀黎邵珊拉原项绚宝坷 　　P值是怎么来的　　从某总体中抽　　、这一样本是由该总体抽出，其差别是由抽样误差所致；　　、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：　　、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。、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。、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。如果P＞0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P＜0.05或P ＜0.01，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＞0.05 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＜0.05 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 ＜0.01 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：　　P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＜0.05，D药取得P ＜0.01并不表示D的药效比C强。　　 P＞0.05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。　　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 ＜0.001，无此必要。　　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kokofu 于 2010-3-25 22:12 补充以下内容实际上生物统计原理基于此……呵呵。数据处理分析 P值含义 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H揉侣如械疫尤业焙涪昏衬胰纶壹艘摧镑机巩弄吸侯碱倍腥肾少戏啸英右趴聘历渊宝貌矮搐侈擒赂映捌郸挡貉