顯著性檢驗的原理是什麼？

1樓：網友

在統計推斷中，假設檢驗是用樣本資料檢驗關於總體引數的某個結論，假設檢驗的方法雖然很多，但是這些方法的思想都大致一樣，最常用的就是「小概率原理」的角度提出的顯著性檢驗，也就是小概率事件在一次實驗中基本不會發生，如果發生了，就會得出事件的發生並非偶然的證據。

1）建立假設。

一般先建立某個引數或想想的零假設（h0），要檢驗的結論一般稱為零假設或者原假設，原假設一般是研究目標的對立結論，研究目標一般是研究者希望得到的結論，比如想要驗證兩種藥物**某疾病是否顯著餘知灶，希望得到顯著，則原假設就為兩種藥物**某疾病沒有差異。

2）檢驗。檢驗猛槐包括蒐集資料和選擇分析方法，一般通過實驗或者隨機抽樣，蒐集相關資料，選擇分析方法進行實驗。

3）p值。檢驗p值，在此檢驗下得到p值，即在零假設的情況下得到乙個p值，考慮p值對零假設的意義，得出拒絕或者不能拒絕零假設的結論。

一般在假設檢驗中，p值取值0~1之間，但是其實質表示的是改了吧，臨界值由事先給定的顯著性水平a相應的部分表得到的數值，如果最後p值由於臨界值是基於顯著性水平查表得到的數值，而顯著性水平a通常又是事先給定的，所以臨界值是不隨抽樣資料變化而變化的，但是最後如果p值針對p值可以利用spssau快速得到：

2樓：小魚愛旅遊世界

t檢驗常能用作檢驗迴歸方程中各個引數的顯著性，而f檢驗則能用作檢驗整個迴歸關係的顯著性。各解釋變數聯合起來對被解釋變數有顯著的線性關係，並不意味著每乙個解釋變數分別對被解釋變數有顯著的線性關係。

兩者結果間的差異有5次以上是由抽樣誤差造成的，則「無效假設」成立，可認為兩組間的差異為不顯著，常記為p>。

若兩者結果間的差異5次以下是由抽樣誤差造成的，棗遲碼則「無效假設」不成立，可認為兩組間的差異為顯著，常記為p≤。如果p≤，則認為兩組間的差異為非常顯著。

進行顯著性檢驗的目的是什麼？

3樓：白雪忘冬

進行顯著性檢驗是為了消除ⅰ類錯誤和ⅱ類錯誤。

確定兩個變數相關之後，兩個變數之間的相關是否是因為偶然因素產生的，如果是因為抽樣造成的，就沒有必要去**，如果不是因為機遇造成的，就說明其背後存在乙個系統的因素，即必然性，這個時候我們就前派有必要去深究其顯著性。

通常情況下，α水平屬於第一類錯誤。第一類錯誤是零假設為真卻被錯誤拒絕的概率。第二類錯誤(是零假設為誤卻被錯誤接受的概率或是研究假設為真卻被拒絕的概率。

如果p值小於某個事先確定的水平，理論上則拒絕零假設，反之，如果p值大於某個事先確定的水平，理論上則不拒絕零假設。