假设检验中的P值

假设检验中的假设检验中的 P P 值值假设检验是推断统计中的一项重要内容。用 SAS、SPSS 等专业统计软件进 行假设检验，在假设检验中常见到 P 值( P-Value，Probability，Pr)，P 值是 进行检验决策的另一个依据。 P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所 得到的 P 值，一般以 P F，也可写成 Pr( >F)， P = P F0.05 > F或 P = P F0.01 > F。1 1、P P 值由来值由来 从某总体中抽 、这一样本是由该总体抽出，其差别是由抽样误差所致； 、这一样本不是从该总体抽出，所以有所不同。如何判断是那种原因呢？统计学中用显著性检验来判断。其步骤是： 、建立检验假设（又称无效假设，符号为 H0）：如要比较 A 药和 B 药的 疗效是否相等，则假设两组样本来自同一总体，即 A 药的总体疗效和 B 药相等， 差别仅由抽样误差引起的碰巧出现的。 、选择适当的统计方法计算 H0 成立的可能性即概率有多大，概率用 P 值 表示。 、根据选定的显著性水平（0.05 或 0.01），决定接受还是拒绝 H0。如果 P>0.05，不能否定“差别由抽样误差引起”，则接受 H0；如果 P0.05碰巧出现的可能性 大于 5%不能否定无效假 设两组差别无 显著意义P0.05 时，差异无显著意义，根据统计学原理可知，不能否认无效假设， 但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。哪种 将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据 的。 统计学主要用上述三种 P 值表示，也可以计算出确切的 P 值，有人用 P C 双侧检验的 P 值为检验统计量 X 落在样本统计值 C 为端点的尾部区域内的概率 的 2 倍：P = 2P X > C (当 C 位于分布曲线的右端时) 或 P = 2P X C 。计算出 P 值后，将给定的显著性水平 与 P 值比较，就可作出检验的结 论： 如果 > P 值，则在显著性水平 下拒绝原假设。 如果 P 值，则在显著性水平 下接受原假设。在实践中，当 = P 值时，也即统计量的值 C 刚好等于临界值，为慎重起 见，可增加样本容量，重新进行抽样检验。整理自：樊冬梅，假设检验中的 P 值郑州经济管理干部学院学报，2002；韩 志霞，张玲，P 值检验和假设检验。边疆经济与文化，2006 中国航天工业医药， 1999