| 查看: 5241 | 回复: 16 | |||||
| 当前主题已经存档。 | |||||
[交流]
【求助】统计学中P值的理解
|
|||||
|
经常看到很多文献中说P>0.05无统计学意义,但也有很多写了P>0.05表示差异不显著,请问哪个说法是对的? [ Last edited by cuplgz on 2008-1-4 at 08:37 ] |
回复此楼» 收录本帖的淘帖专辑推荐
 好贴收藏 | 有助于于我的SNP |
» 猜你喜欢
售SCI一区文章，我:8.O.551.O.5.4,科目全,可伽急
已经有7人回复
-
售SCI一区文章，我:8.O.55.1.O.54,科目齐全,可伽急
已经有3人回复
-
明天应该可查了！？
已经有5人回复
-
如果此刻你正在为国基感到焦虑，不妨来听听这首《基金之外》
已经有7人回复
-
没有任何消息-是不是就凉了
已经有8人回复
-
售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急
已经有3人回复
-
人气不行了
已经有10人回复
-
我面上完蛋了
已经有10人回复
-
能否退出参与的面上项目解除限项
已经有24人回复
-
filecode，4个jtjc了
已经有17人回复
★
cuplgz(金币+1):谢谢回复！
cuplgz(金币+1):谢谢回复！
| Before you perform a statistical test, you have a null hypothesis H0 and alternative hypothsis Ha. Under the null hypothesis(H0, e.g., u=10), the test statistic has certain probability distribution(Normal, Chi square, t-distribution, F-distribuation, etc.), based on the data, you can calculate the test statistic(i.e. z, t, f, etc.), then you can determine reject region, you can look the corresponding distribution table, find out the probability for your test statistic. If p>0.05, that means you can not reject the null hypothesis(not significant). Otherwise, P<0.05, that means you need to reject Ho (e.g., u is not equal to 10). Note that there are type I error and type II error. |
2楼2007-05-01 07:38:31
yalefield
金虫 (文坛精英)
老汉一枚
- 应助: 129 (高中生)
- 贵宾: 0.17
- 金币: 21238.9
- 散金: 3440
- 红花: 66
- 帖子: 12101
- 在线: 759.1小时
- 虫号: 96063
- 注册: 2005-10-07
- 专业: 高等教育学
- 管辖: 计算模拟
★
cuplgz(金币+1):谢谢回复！
cuplgz(金币+1):谢谢回复！
|
样本量测值的误差来源有三类： （1）随机误差（自然） （2）系统误差（器具） （3）偶然误差（人为） “有统计学意义”的意思，是说样本误差主要是来自“随机误差”的。 P<0.05时，统计学结论是“有统计学意义”； P>0.05时，则是“无统计学意义”，其含义是：“根据当前数据，尚不足以认为两组数据间的差异有统计学意义”。 过去，由于用词或翻译不当，长期以来都将P>0.05解释为“差异不显著”、“差异无显著性”或“差异无显著意义”。 这种认识不够确切，会产生误导： 一是将“差异不显著”误认为是“两组数据没有什么差别”； 二是将“差异显著”误认为是“两组数据差别很大”。 目前，已经不再采用“显著”或“不显著”的说法。 在实践中，P>0.05是一个“不是结论的”结论。 从统计学角度来说，是结论，即“无统计学意义”； 从具体研究对象来说，则即不能说“两组数据有差别”，也不能说“两组数据无差别”。可能样本比较少、量测误差比较大。如果增加样本、减少量测误差，就可以使得P<0.05。 因此，P>0.05不能作为“两组数据”所代表的两个样本基本相同的判据！ |
3楼2007-05-01 17:54:20
4楼2007-05-04 19:09:27
|
两个说法粗糙的来说都没有错，只能说明这些人对这个概念也只是一知半解。 说到p值，那就要还要说到一个假设检验用到的检验水平alpha，一般来说检验水平我们喜欢取0.05，而p值就是拒绝原假设的最小水平，也就是在这个基础上我们都可以拒绝原假设，一般的原假设都是无差异的假设，一旦拒绝的话，就会出现和原假设的值有差异的表现，统计上称为显著差异性。如果你的p值等于0.001，那么取alpha为0.05就是拒绝原假设，存在显著差异；如果你的p值等于0.1，那么取alpha也为0.05此时无法拒绝原假设，但是是否说明原假设是否成立呢？不一定，为什么，因为你可以取alpha为0.11的话，就会拒绝原假设。或者再抽取更多的样本积累拒绝信息量就会拒绝原假设。这就是说明统计假设检验存在一个致命的缺点，就是我们永远无法接受原假设，只是没有足够证据或者信息来拒绝原假设 |
5楼2007-05-04 20:29:23
yalefield
金虫 (文坛精英)
老汉一枚
- 应助: 129 (高中生)
- 贵宾: 0.17
- 金币: 21238.9
- 散金: 3440
- 红花: 66
- 帖子: 12101
- 在线: 759.1小时
- 虫号: 96063
- 注册: 2005-10-07
- 专业: 高等教育学
- 管辖: 计算模拟
|
正如5楼所言，假设检验作为统计推断的一个领域，只是一种关于随机变量概率分布的假设。我们既不能证明假设是绝对正确的，也不能证明假设是绝对错误的；我们能做的，只是： （1）采用统计步骤确定是接受假设、还是拒绝假设； （2）如果已有数据支持该假设，就接受之；否则，拒绝之； （3）收集更多的数据，从（1）开始。 前面的帖子探讨的，主要局限于（1）的“统计步骤”内，也就是改变了接受还是拒绝假设的条件（如改变了检验水平alpha）。 实际上，alpha并不能由统计学本身决定。把alpha设为0.05或者0.01，纯粹是为了方便而已（而不是从任何数学推导得出来的），不过是一般情况下，我们所预定的、可以接受的风险水平。 老汉主要是参考： （1）药理学数据的统计处理方面（孙瑞元/安徽药物临床评价中心） （2）化学统计学（罗旭/北京大学） 不知5楼有没有表述得比较清晰的统计专业的中文资料。 |
6楼2007-05-05 09:08:53
|
楼上朋友的参考书是应用为主的，可能一些概念不是说的很清楚，首先这个alpha指的是第一类错误，就是原假设为真的时候，却拒绝了它的概率。有的朋友说了，我们能否取alpha等于0呢，这样不就不会犯了吗，那这样的话，你就可能犯第二类错误beta，什么意思？那就是原假设错误的时候，由于alpha为0，所以无法拒绝错误时候的原假设情况，也就是对立假设成立的时候却无法拒绝原假设的情况出现，这种概率竟然变为了1，这是很恐怖的。也就是假设检验中两大类错误。因此我们只可能尽可能的让两类错误都尽可能的小，Pitmann和小pearson指出并且进行了试验发现alpha取0.01到0.10的时候可以让beta也相对很小。这就是实际中为什么才用alpha为0.05的原因。 p值是什么，p值就是拒绝原假设的概率临界值，也就是说取p值为alpha的时候，也就是犯第一类错误的概率，如果你能够忍受它，那么你就可以拒绝它。否则就不能。什么意思，比如p值等于0.8，你能否拒绝原假设，可以，你一类错误取0.8就行。 从另外一个角度来说，我们永远无法接受原假设，这就是假设检验的弊端所在，但是一般书籍上不会这样说，只是简单的说接受或拒绝，为什么呢，因为解释起来反而麻烦，这样写反而大家更容易接受。更为正规的说法就是“没有足够信息或证据来证明原假设是错误的”。 至于参考书，可以参考华师大出的《数理统计》之类的书籍，这样可能把一些概念搞的更为清晰些：） |
7楼2007-05-05 10:59:56
8楼2007-05-05 11:05:24
yalefield
金虫 (文坛精英)
老汉一枚
- 应助: 129 (高中生)
- 贵宾: 0.17
- 金币: 21238.9
- 散金: 3440
- 红花: 66
- 帖子: 12101
- 在线: 759.1小时
- 虫号: 96063
- 注册: 2005-10-07
- 专业: 高等教育学
- 管辖: 计算模拟
9楼2007-05-05 11:23:59
10楼2007-05-06 21:49:05
