如何理解和运用p统计值 在专业的统计研究文献中,我们经常会见到一个p统计值作为研究结果的一部分。在SPSS 软件中,运算结果中也经常有p统计值给出。这里的p统计值实际上是一个与统计假设检验相联 系的概率 专业的定义是:p统计值是在零假设成立的情况下,检验统计量的取值等于或超过所观 察到的值的概率,从而p统计值即为否定H0的最低显著性水平。 例如,当你在文献中见到p<0.05的表述时,意味着如果给定一个真实的零假设,那么检 验统计量的取值等于或超过实际观察到的极端值的概率为0.05。大多数学者都把这一结果解释 为支持你否定零假设而接受替代假设的证据。有学者称p统计值为“实验使零假设相信者感到吃 惊的程度的度量”。p统计值越小,零假设相信者吃惊的程度越高 我的理解是:“p统计值是对零假设者的支持率或支持程度”,这样比较好理解和记忆。 统计值越小,就越不支持零假设者。在0.05的显著水平下,如果p<0.05,我们就可以否定零假 有了计算机输出的p统 们可以直接用它来替代F值或t值进行检验,而不必去 查有关统计表和比较临界值了。例如下面是使用SPSS进行多元回归的结果,我们要检验模型的 显著性和各变量系数的显著性。 在ANO邗B节中,sig.就是p统计值,p=0.015<0.05,因此回归方程整体上显著:在 coefficients 节中,x1、x3的p统计值大于0.05,不显著,只有x2的p统计值小于0.05,具有显著性
如何理解和运用 p 统计值 在专业的统计研究文献中，我们经常会见到一个p 统计值作为研究结果的一部分。在SPSS 软件中，运算结果中也经常有 p 统计值给出。这里的 p 统计值实际上是一个与统计假设检验相联 系的概率。 专业的定义是：p 统计值是在零假设成立的情况下，检验统计量的取值等于或超过所观 察到的值的概率，从而 p 统计值即为否定 H0 的最低显著性水平。 例如，当你在文献中见到 p<0.05 的表述时，意味着如果给定一个真实的零假设，那么检 验统计量的取值等于或超过实际观察到的极端值的概率为 0.05。大多数学者都把这一结果解释 为支持你否定零假设而接受替代假设的证据。有学者称 p 统计值为“实验使零假设相信者感到吃 惊的程度的度量”。p 统计值越小，零假设相信者吃惊的程度越高。 我的理解是：“p 统计值是对零假设者的支持率或支持程度”，这样比较好理解和记忆。p 统计值越小，就越不支持零假设者。在 0.05 的显著水平下，如果 p<0.05，我们就可以否定零假 设。 有了计算机输出的 p 统计值，我们可以直接用它来替代 F 值或 t 值进行检验，而不必去 查有关统计表和比较临界值了。例如下面是使用 SPSS 进行多元回归的结果，我们要检验模型的 显著性和各变量系数的显著性。 在 ANOVB 节中，sig.就是 p 统计值，p=0.015<0.05，因此回归方程整体上显著；在 coefficients 节中，x1、x3 的 p 统计值大于 0.05，不显著，只有 x2 的 p 统计值小于 0.05，具有显著性
