第8章拓展阅读：假设检验的p值.doc

PAGE1

拓展阅读：假设检验p值法

关于假设检验的显著性判定除了使用假设检验的统计量的观测值和临界值进行比较之外，在实际应用中常用统计计算软件进行显著性水平的衡量，这种方法称为值检验法．值就是一个“概率值”，是在原假设为真时所得到样本统计量的观测值或者更为极端情况的概率．如果值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，就有理由拒绝原假设，值越小，拒绝原假设的理由越充分．总之，值越小，表明结果越显著．但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要根据值的大小和实际问题来解决．下面介绍值的计算．

一般用表示检验的统计量，当为真时，由样本数据计算出该统计量的值，根据检验统计量的具体分布，计算出值.具体情况如下：

左侧检验，，检验统计量小于或等于由样本观测数据计算得到的样本统计量值的概率，也就是值，即．

右侧检验，，检验统计量大于或等于由样本观测数据计算得到的统计量值的概率，也就是值，即．

双侧检验，的值为检验统计量落在样本统计值为端点的尾部区域内的概率的2倍：（当位于分布曲线的右端时）或（当位于分布曲线的左端时）．若服从正态分布和分布，其分布曲线是关于轴对称的，故其值可表示为．

计算出值后，对于任意给定的显著性水平，可以得出以下检验的结论：

（1）如果，则在显著性水平下拒绝原假设；

（2）如果，则在显著性水平下接受原假设；

（3）实践中如果，即统计量的值等于临界值，可增加样本容量，重新进行抽样检验．

通常情况下，对于单独一次假设检验，值小于0.05代表假设检验的结果显著，值小于0.01代表结果特别显著，这是许多统计计算软件的判定标准．

注意：值是由样本决定的，并不等于犯第一类错误的概率，是与样本数据无关的值，它可以是在假设之前设定的数值，也可以是一个显著性水平．在统计计算软件中，通常只输出值，由用户自己决定值多小时拒绝原假设．在实际问题中，大家一定要注意避免把值与值混淆．

例：用值检验法检验本章例8.2.1

某车间用一台包装机包装精盐，额定标准每袋净重500g．在机器正常工作下，包装机包装出的每袋精盐的重量服从正态分布，为了检查某天该车间包装机工作是否正常，某天随机抽取9袋，称得净重（单位：g）分别为

497506518524488511510515512

问该天包装机工作是否正常？（取显著性水平）

解：本例要检验的是该天包装机工作是否正常，故建立假设

，．

选取检验统计量

，

由样本得，计算检验统计量的观测值

．

根据计算值，由于本检验是双侧检验，故

本例中显著性水平，有，从而接受，即可以认为包装机工作正常．如果显著性水平，则，从而拒绝，即认为包装机工作不正常．