假设检验及t检验课件.pptxVIP

统计方法论精讲

假设检验及t检验课件

统计学初学者、研究生及从事数据分析工作的技术人员

5CHAPTERS·90MIN

01·开篇

假设检验及t检验：从概念到实战—课程导览

系统讲解假设检验原理，涵盖显著性水平α=0.05与置信区间95%的对应关系

详解单样本t检验、独立双样本t检验、配对t检验三种类型的适用场景

以心理学、医学、A/B测试案例贯穿教学，覆盖SPSS与Python两种工具操作

配套完整数据集与代码模板，学员可现场复现并验证每一个统计结论

学完后能独立完成从数据诊断到结果解读的完整假设检验流程

强调P值的正确解读方式，避免常见统计误用导致的错误决策

02—

02·误区破局

误区一：P值小于0.05不等于「结果有效」

P值的准确定义：在原假设H₀为真时，观测到当前数据或更极端数据的概率，而非H₁为真的概率

P=0.03意味着若H₀成立，得到此结果的概率为3%，但不能推导出H₁成立的概率为97%

P值不反映效应大小，Cohensd=0.1的小效应与d=0.8的大效应可能产生相同的P值

2016年Nature期刊调查显示70%以上研究者对P值存在误解，导致统计滥用现象普遍

APA第7版手册明确要求报告效应量和置信区间，仅报告P值不再符合学术规范

P0.05只是统计显著性的阈值，不等于实际意义显著或研究结论可靠

03—

假设检验及t检验课件

统计方