1樓:bomb·浪傑
1,方差是各個資料與平均數之差的平方的平均數2,通俗點講,就是和中心偏離的程度!用版來衡量一批資料的波動大小(即權這批資料偏離平均數的大小)。 在樣本容量相同的情況下,方差越大,說明資料的波動越大,越不穩定 。
3,p=0:就是沒有誤差了很穩定。
例如,生產螺絲釘,要求大小為0.5毫米,現生產了100個,求其方差為0,就是說每個螺絲釘的大小都為0.5了。
統計學 p值=0 代表什麼意思? 10
2樓:匿名使用者
統計學意義(p值)zt
結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯,我們重複類似實驗,會發現約20個實驗中有一個實驗,我們所研究的變數關聯將等於或強於我們的實驗結果。
(這並不是說如果變數間存在關聯,我們可得到5%或95%次數的相同結果,當總體中的變數存在關聯,重複研究和發現關聯的可能性與設計的統計學效力有關。)在許多研究領域,0.05的p值通常被認為是可接受錯誤的邊界水平。
在最後結論中判斷什麼樣的顯著性水平具有統計學意義,不可避免地帶有武斷性。換句話說,認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中,最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較,依賴於總體資料集裡結論一致的支援性證據的數量,依賴於以往該研究領域的慣例。
通常,許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線,但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義,而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。
所有的檢驗統計都是正態分佈的嗎並不完全如此,但大多數檢驗都直接或間接與之有關,可以從正態分佈中推匯出來,如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求:所分析變數在總體中呈正態分佈,即滿足所謂的正態假設。
許多觀察變數的確是呈正態分佈的,這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了,(參閱非引數和方差分析的正態性檢驗)。這種條件下有兩種方法:
一是用替代的非引數檢驗(即無分佈性檢驗),但這種方法不方便,因為從它所提供的結論形式看,這種方法統計效率低下、不靈活。另一種方法是:當確定樣本量足夠大的情況下,通常還是可以使用基於正態分佈前提下的檢驗。
後一種方法是基於一個相當重要的原則產生的,該原則對正態方程基礎上的總體檢驗有極其重要的作用。即,隨著樣本量的增加,樣本分佈形狀趨於正態,即使所研究的變數分佈並不呈正態
3樓:匿名使用者
p值是描述隨機事件發生可能性的大小。等於0表示在這個關係中,沒有可能是隨機事件導致解釋變數與被解釋變數之間的聯絡
各位朋友,能否告訴在方差分析中p值的意義及計算方法?急!!!!
4樓:南宮景行漢瑾
1,方差是各個資料與平均數之差的平方的平均數2,通俗點講,就是和中心偏離的程度!用來衡量一批迴資料的波動大答小(即這批資料偏離平均數的大小)。
在樣本容量相同的情況下,方差越大,說明資料的波動越大,越不穩定。3,p=0:就是沒有誤差了很穩定。
例如,生產螺絲釘,要求大小為0.5毫米,現生產了100個,求其方差為0,就是說每個螺絲釘的大小都為0.5了。
spss方差分析 p值為零 怎麼辦?
5樓:呂秀才
首先要確定 你是否明白p=o的意思。 當p=0的時候 就說明存在顯著差異。這是很多研究人員都希望出現的結論。版
不知道你為什麼說p=0不科學。
第一個問題:方差齊性檢驗是用來檢驗 三組的資料是否來自同一總體的,所以齊性不齊性 與後面的三組費用差異沒有相關。齊性的時候就權是常規的方差分析,結果出來p=0 那就說明三組之間有差異。
但是如果你認為三組之間應該沒有差異,那就可能有其他變數的影響。所以結合你下面第二個問題,是否有住院天數的影響,所以你在比較費用的時候 應該把住院天數作為控制變數,進行控制後,再比較費用看是否有差異。當然還有可能是跟疾病有關的,如果你還有疾**素,應該把疾**素控制起來。
因為疾病可能會直接影響住院天數和費用。
第二個問題 至於資料型別,你需要自己給它調整就好了,因為spss有時候會這樣 自己不能正確的識別變數型別,需要人為設定。至於住院天數的差異,同樣跟前面第一個問題一樣。如果你只有一個住院天數 沒有其他變數 那就只能表面分析看住院天數是否有差異,如果還有其他影響因素變數,則需要對其他影響因素控制後 再進行分析差異
6樓:匿名使用者
說明這三個年份之間的住院費用確有差異。請進一步用snk或者lsd做兩兩比較。
方差分析 f值 p值代表什麼意思
7樓:噯小嘻
方差分析也叫f檢驗,這個f就是計算出來的f值,用來評估組間差異。f值表示整個擬合方程的顯著,f越大,表示方程越顯著,擬合程度也就越好
p值是衡量控制組與實驗組差異大小的指標,*意思是p值小於.05,表示兩組存在顯著差異,**意思是p值小於.01,表示兩組的差異極其顯著,這個可以用spss統計。
p值表示不拒絕原假設的程度。簡而言之,p表示假設更可能是正確的,反之則可能是錯誤的。
拓展資料:方差分析(analysis of variance,簡稱anova),又稱「變異數分析」,是r.a.
fisher發明的,用於兩個及兩個以上樣本均數差別的顯著性檢驗。 由於各種因素的影響,研究所得的資料呈現波動狀。造成波動的原因可分成兩類,一是不可控的隨機因素,另一是研究中施加的對結果形成影響的可控因素。
8樓:
p是檢驗水平,f是顯著性差異的水平,用計算出的f值與f表中的值對比,就可以確定是否存在顯著性差異。
拓展資料
方差分析(analysis of variance,簡稱anova),又稱「變異數分析」,是r.a.fisher發明的,用於兩個及兩個以上樣本均數差別的顯著性檢驗。
由於各種因素的影響,研究所得的資料呈現波動狀。造成波動的原因可分成兩類,一是不可控的隨機因素,另一是研究中施加的對結果形成影響的可控因素。
方差分析的基本原理是認為不同處理組的均數間的差別基本**有兩個:
1. 實驗條件,即不同的處理造成的差異,稱為組間差異。用變數在各組的均值與總均值之偏差平方和的總和表示,記作ssb,組間自由度dfb。
2. 隨機誤差,如測量誤差造成的差異或個體間的差異,稱為組內差異,用變數在各組的均值與該組內變數值之偏差平方和的總和表示, 記作ssw,組內自由度dfw。
總偏差平方和 sst = ssb + ssw。
組內ssw、組間ssb除以各自的自由度(組內dfw =n-m,組間dfb=m-1,其中n為樣本總數,m為組數),得到其均方msw和msb,一種情況是處理沒有作用,即各組樣本均來自同一總體,msb/msw≈1。另一種情況是處理確實有作用,組間均方是由於誤差與不同處理共同導致的結果,即各樣本來自不同總體。那麼,msb>>msw(遠遠大於)。
msb/msw比值構成f分佈。用f值與其臨界值比較,推斷各樣本是否來自相同的總體。
9樓:匿名使用者
方差分析(analysis of variance,簡稱anova),又稱「變異數分析」或「f檢驗」,是r.a.fisher發明的,用於兩個及兩個以上樣本均數差別的顯著性檢驗。
f檢驗的f值演算法如下: 樣本標準偏差的平方,即(「^2」是表示平方): s^2=∑(x-x平均)^2/(n-1) 兩組資料就能得到兩個s^2值,s大^2和s小^2 f=s大^2/s小^2 由表中f大和f小(f為自由度n-1),查得f表, 然後計算的f值與查表得到的f表值比較,如果 f < f表 表明兩組資料沒有顯著差異; f ≥ f表 表明兩組資料存在顯著差異
急請問統計學p值的意義,謝謝
10樓:情痴
統計學意義(p值)zt
結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯,我們重複類似實驗,會發現約20個實驗中有一個實驗,我們所研究的變數關聯將等於或強於我們的實驗結果。
(這並不是說如果變數間存在關聯,我們可得到5%或95%次數的相同結果,當總體中的變數存在關聯,重複研究和發現關聯的可能性與設計的統計學效力有關。)在許多研究領域,0.05的p值通常被認為是可接受錯誤的邊界水平。
在最後結論中判斷什麼樣的顯著性水平具有統計學意義,不可避免地帶有武斷性。換句話說,認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中,最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較,依賴於總體資料集裡結論一致的支援性證據的數量,依賴於以往該研究領域的慣例。
通常,許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線,但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義,而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。
所有的檢驗統計都是正態分佈的嗎並不完全如此,但大多數檢驗都直接或間接與之有關,可以從正態分佈中推匯出來,如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求:所分析變數在總體中呈正態分佈,即滿足所謂的正態假設。
許多觀察變數的確是呈正態分佈的,這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了,(參閱非引數和方差分析的正態性檢驗)。這種條件下有兩種方法:
一是用替代的非引數檢驗(即無分佈性檢驗),但這種方法不方便,因為從它所提供的結論形式看,這種方法統計效率低下、不靈活。另一種方法是:當確定樣本量足夠大的情況下,通常還是可以使用基於正態分佈前提下的檢驗。
後一種方法是基於一個相當重要的原則產生的,該原則對正態方程基礎上的總體檢驗有極其重要的作用。即,隨著樣本量的增加,樣本分佈形狀趨於正態,即使所研究的變數分佈並不呈正態。
統計學裡，T檢驗的P值的意義統計學中的T檢驗P值是什麼意思？求深入淺出通俗易懂解釋
簡單的講吧，我看他們兩個講的蠻複雜的，其實沒那麼複雜 你知道正太分佈吧，0.05 0.01 0.001分別對應著這三個數 95 99 和99.9 你可能在有些地方還會看到0.1，它是對應著90 好了，我先向你解釋下這幾個百分數是什麼意思，這四個百分數都是表示 我的統計結果有多大的把握性，比如95 它...
spss方差分析p值為零怎麼辦，方差分析統計結果中好多p值為0 00正常嗎
首先要確定 你是否明白p o的意思。當p 0的時候 就說明存在顯著差異。這是很多研究人員都希望出現的結論。版 不知道你為什麼說p 0不科學。第一個問題 方差齊性檢驗是用來檢驗 三組的資料是否來自同一總體的，所以齊性不齊性 與後面的三組費用差異沒有相關。齊性的時候就權是常規的方差分析，結果出來p 0 ...
統計學的P值中的P是什麼含義
不是。p值 p value 就是當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率。如果p值很小，說明原假設情況的發生的概率很小，而如果出現了，根據小概率原理，我們就有理由拒絕原假設，p值越小，我們拒絕原假設的理由越充分。總之，p值越小，表明結果越顯著。但是檢驗的結果究竟是 顯著的 中度顯著的...