怎么計算p值

P值（P value）就是當原假設(shè)為真時所得到的樣本觀察結(jié)果或更極端結(jié)果出現(xiàn)的概率。如果P值很小，說明原假設(shè)情況的發(fā)生的概率很小，而如果出現(xiàn)了，根據(jù)小概率原理，我們就有理由拒絕原假設(shè)，P值越小，我們拒絕原假設(shè)的理由越充分。 總之，P值越小

P值又叫概率值，是讓科學(xué)家驗證猜想是否成功的一個數(shù)值。這個值和顯著性水平有直接關(guān)系，后者是驗證科學(xué)研究的數(shù)據(jù)是否有統(tǒng)計上的顯著性的重要指標?？梢援媯€表，在計算其他統(tǒng)計值以后來找出P值。卡方是其中要先找出的統(tǒng)計值之一。

P值的計算公式是 =2[1-Φ(z0)] 當被測假設(shè)H1為 p不等于p0時； =1-Φ(z0) 當被測假設(shè)H1為 p大于p0時； =Φ(z0) 當被測假設(shè)H1為 p小于p0時； 總之，P值越小，表明結(jié)果越顯著。但是檢驗的結(jié)果究竟是“顯著的”、“中度顯著的”還是“高度顯著的”需要根據(jù)P值

第1步：計算卡方，比較兩組數(shù)據(jù)。

假設(shè)第一組野生型的患病率是p1,第二組是p2 所以你的原假設(shè)就是p1=p2 樞軸變量T = (實際比例1-實際比例2)/根號(方差1+方差2) ~ N(0,1) 標準正態(tài)分布 實際比例1=36/185 實際比例2=12/65 方差1=實際比例1×（1-實際比例1）/n1=36

表達式是： (|o-e|-.05)^2/e 。o是觀察數(shù)據(jù)或?qū)嶋H數(shù)據(jù)，e是期望值。比如要驗證“紅車司機比藍車司機要更容易得超速罰單”。

統(tǒng)計學(xué)意義（p值）ZT 結(jié)果的統(tǒng)計學(xué)意義是結(jié)果真實程度（能夠代表總體）的一種估計方法。專業(yè)上，p值為結(jié)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量的關(guān)聯(lián)是總體中各變量關(guān)聯(lián)的可靠指標。p值是將觀察結(jié)果認為有效即具有總體代

要按過去的研究調(diào)查來決定期望值。比如，你過去發(fā)現(xiàn)紅車得罰單的幾率是藍車的兩倍，所以在總數(shù)150的數(shù)據(jù)假設(shè)中，你期望的是100輛紅車得罰單，50輛藍車得罰單。

1、打開相關(guān)軟件，輸入要求的兩組數(shù)據(jù)。 2、隨便選擇一個空白表格，并點擊函數(shù)fx。 3、在選擇類別為統(tǒng)計以后，確定函數(shù)為TTEST。 4、分別點擊第一組和第二組數(shù)值并選中第一組和第二組方框數(shù)據(jù)，注意尾數(shù)和類型都輸入2。 5、通過確定第四步的操作

用卡方式。由于觀察到90輛紅車、60輛藍車得罰單，得出卡方為2.970075。

簡介 假設(shè)檢驗是推斷統(tǒng)計中的一項重要內(nèi)容。用SAS、SPSS等專業(yè)統(tǒng)計軟件進行假設(shè)檢驗，在假設(shè)檢驗中常見到P 值( P-Value，Probability，Pr)，P 值是進行檢驗決策的另一個依據(jù)。 P 值即概率，反映某一事件發(fā)生的可能性大校統(tǒng)計學(xué)根據(jù)顯著性檢驗方

第2步：決定數(shù)據(jù)自由度。

假設(shè)第一組野生型的患病率是p1,第二組是p2 所以你的原假設(shè)就是p1=p2 樞軸變量T = (實際比例1-實際比例2)/根號(方差1+方差2) ~ N(0,1) 標準正態(tài)分布 實際比例1=36/185 實際比例2=12/65 方差1=實際比例1×（1-實際比例1）/n1=36/185×149/185×1/185=

自由度是研究中涉及的變量個數(shù)，變量個數(shù)受到總類別數(shù)的。

假設(shè)第一組野生型的患病率是p1,第二組是p2 所以你的原假設(shè)就是p1=p2 樞軸變量T = (實際比例1-實際比例2)/根號(方差1+方差2) ~ N(0,1) 標準正態(tài)分布 實際比例1=36/185 實際比例2=12/65 方差1=實際比例1×（1-實際比例1）/n1=36

這里例子中自由度是1，因為卡方中自由度= n-1，n就是數(shù)據(jù)類別數(shù)（兩種不同的車，紅的和藍的。）

簡介 假設(shè)檢驗是推斷統(tǒng)計中的一項重要內(nèi)容。用SAS、SPSS等專業(yè)統(tǒng)計軟件進行假設(shè)檢驗，在假設(shè)檢驗中常見到P 值( P-Value，Probability，Pr)，P 值是進行檢驗決策的另一個依據(jù)。 P 值即概率，反映某一事件發(fā)生的可能性大校統(tǒng)計學(xué)根據(jù)顯著性檢驗方

第3步：選擇顯著度。

卡方檢驗 你的數(shù)據(jù)應(yīng)該用交叉列聯(lián)表做，數(shù)據(jù)錄入格式為：建立兩個變量，變量1是組別， 正常對照組用數(shù)據(jù)1表示，病例組用數(shù)據(jù)2表示；變量2是療效等分類變量，用1表示分類屬性1，用2表示分類屬性2， 還有一個變量3是權(quán)重，例數(shù) 數(shù)據(jù)錄入完成后，先

顯著度由你決定，一般定為0.05，或5%。這表示5%的總時間內(nèi)研究結(jié)果會因為完全隨機而偏離你的猜想，而剩余95%的時間內(nèi)都符合你的猜想。

意義：P值=假設(shè)是正確但是被拒絕的概率=陰性個數(shù)/總個數(shù)，是對與樣本數(shù)據(jù)的一個檢驗概率；Q值=被拒絕但卻是正確的概率=假陽性/推測為陽性的個數(shù)，是對你得到的推論的一種檢驗概率，是基于P值計算出來的?？梢哉fQ值是對P值的再統(tǒng)計。具體計算你在

這個例子里，5%時間內(nèi)會數(shù)據(jù)因為完全隨機而偏離猜想，95%時間內(nèi)的結(jié)果都符合你的猜想。

1、打開EXCEL軟件，點擊打開插入中的“插入函數(shù)”選項。 2、找到函數(shù)FDIST，如下圖： 3、然后輸入相應(yīng)值，其中X是用來計算t分布的值，則在此處輸入已知的F值；Deg_freedom項填的是已知的自由度；Degrees_freedom2 分母自由度。根據(jù)需求填，此處以1

第4步：用一個卡方分布表來找到P值。

假設(shè)第一組野生型的患病率是p1,第二組是p2 所以你的原假設(shè)就是p1=p2 樞軸變量T = (實際比例1-實際比例2)/根號(方差1+方差2) ~ N(0,1) 標準正態(tài)分布 實際比例1=36/185 實際比例2=12/65 方差1=實際比例1×（1-實際比例1）/n1=36

卡方分布表會基于自由度和卡方值給出你的P值。這個表在網(wǎng)上或統(tǒng)計教科書中都有。不是所有卡方值都在分布表上有，所以找出最接近你卡方值的卡方值吧。

1、t指的是T檢驗，亦稱student t檢驗（Student's t test），主要用于樣本含量較?。╪

例子中卡方值是 2.970075。按照表中信息，P值是 0.10。因此樣本研究不會顯著偏于期望值，因此不能證明“紅車拿罰單比藍車拿得多”的猜想是假的。

就是兩個數(shù)相除，例如，治療組41人中，有效40人，40/41=97.56%; 對照組41人中，治愈13人，13/41=31.7%.

小提示

用個科學(xué)計算器可以讓計算過程快得多。在網(wǎng)上也可以找到計算器。

P值其實就是按照抽樣分布計算的一個概率值，這個值是根據(jù)檢驗統(tǒng)計量計算出來的。通過直接比較P值與給定的顯著性水平a的大小就可以知道是否拒絕假設(shè)，顯然這就代替了比較檢驗統(tǒng)計量的值與臨界值的大小的方法。 而且通過這種方法，我們還可以知道

可以用各種軟件計算P值。包括一般使用的制表軟件或更專業(yè)的統(tǒng)計軟件等等。

P-value就是對某個值x0依照你所假設(shè)的分布X>=x0的概率例如，假設(shè)服從二項分布，患病率為1/3，則測得兩個患病的p-value就是兩個患病的概率+三個都患病的概率=C3,2（1/3）^2*(2/3)+（1/3）^3你這里沒說兩組小鼠做的是什么檢測，零假設(shè)是什么，不過

參考

http://www.southalabama.edu/coe/bset/johnson/studyq/sq16.htm

卡方檢驗 你的數(shù)據(jù)應(yīng)該用交叉列聯(lián)表做，數(shù)據(jù)錄入格式為：建立兩個變量，變量1是組別， 正常對照組用數(shù)據(jù)1表示，病例組用數(shù)據(jù)2表示；變量2是療效等分類變量，用1表示分類屬性1，用2表示分類屬性2， 還有一個變量3是權(quán)重，例數(shù) 數(shù)據(jù)錄入完成后，先

http://www2.lv.psu.edu/jxm57/irp/chisquar.html

結(jié)果的統(tǒng)計學(xué)意義是結(jié)果真實程度（能夠代表總體）的一種估計方法。 P值的計算公式是 =2[1-Φ(z0)] 當被測假設(shè)H1為 p不等于p0時； =1-Φ(z0) 當被測假設(shè)H1為 p大于p0時； =Φ(z0) 當被測假設(shè)H1為 p小于p0時； 其中，Φ(z0)要查表得到。 z0=（x-n*p0）

http://www.csulb.edu/~msaintg/ppa696/696stsig.htm#4) The Chi Square Test

P值來源于六西格瑪管理，是用來判定假設(shè)檢驗結(jié)果的一個參數(shù)，也可以根據(jù)不同的分布使用分布的拒絕域進行比較。 一、意義 P值（P value）就是當原假設(shè)為真時所得到的樣本觀察結(jié)果或更極端結(jié)果出現(xiàn)的概率。如果P值很小，說明原假設(shè)情況的發(fā)生的概

http://faculty.vassar.edu/lowry/tabs.html#z

Microsoft Excel 提供了一組數(shù)據(jù)分析工具，稱為“分析工具庫”，在建立復(fù)雜統(tǒng)計或工程分析時可節(jié)省步驟。只需為每一個分析工具提供必要的數(shù)據(jù)和參數(shù)，該工具就會使用適當?shù)慕y(tǒng)計或工程宏函數(shù)，在輸出表格中顯示相應(yīng)的結(jié)果。其中有些工具在生成輸出

http://www.okstate.edu/ag/agedcm4h/academic/aged5980a/5980/newpage28.htm

這是誰給你出的題？ 他忽略了最重要的一點：P值即為拒絕域的面積或概率。沒有原始假設(shè)，怎么來的拒絕呢？ P值是最小的可以否定假設(shè)的一個值。這里需要一個原始假設(shè)。不然一個數(shù)值沒法比較，更遑論最小的否定值了。 從現(xiàn)在開始，注意大小寫的p概

http://faculty.vassar.edu/lowry/ch8pt1.html

統(tǒng)計學(xué)意義（p值）ZT 結(jié)果的統(tǒng)計學(xué)意義是結(jié)果真實程度（能夠代表總體）的一種估計方法。專業(yè)上，p值為結(jié)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量的關(guān)聯(lián)是總體中各變量關(guān)聯(lián)的可靠指標。p值是將觀察結(jié)果認為有效即具有總體代

擴展閱讀，以下內(nèi)容您可能還感興趣。

P值如何計算

簡介

假設(shè)檢驗是推斷統(tǒng)計中的一項重要內(nèi)容。用SAS、SPSS等專業(yè)統(tǒng)計軟件進行假設(shè)檢驗，在假設(shè)檢驗中常見到P 值( P-Value，Probability，Pr)，P 值是進行檢驗決策的另一個依據(jù)。 P 值即概率，反映某一事件發(fā)生的可能性大小。統(tǒng)計學(xué)根據(jù)顯著性檢驗方法所得到的P 值，一般以P < 0.05 為顯著， P <0.01 為非常顯著，其含義是樣本間的差異由抽樣誤差所致的概率小于0.05 或0.01。實際上，P 值不能賦予數(shù)據(jù)任何重要性，只能說明某事件發(fā)生的機率。 P < 0.01 時樣本間的差異比P < 0.05 時更大，這種說法是錯誤的。統(tǒng)計結(jié)果中顯示Pr > F，也可寫成Pr( >F)，P = P{ F0.05 > F}或P = P{ F0.01 > F}。

下面的內(nèi)容列出了P值計算方法

(1) P值是： 1) 一種概率，一種在原假設(shè)為真的前提下出現(xiàn)觀察樣本以及更極端情況的概率。 2) 拒絕原假設(shè)的最小顯著性水平。 3) 觀察到的(實例的) 顯著性水平。 4) 表示對原假設(shè)的支持程度，是用于確定是否應(yīng)該拒絕原假設(shè)的另一種方法。 (2) P 值的計算： 一般地，用X 表示檢驗的統(tǒng)計量，當H0 為真時，可由樣本數(shù)據(jù)計算出該統(tǒng)計量的值C ，根據(jù)檢驗統(tǒng)計量X 的具體分布，可求出P 值。具體地說: 左側(cè)檢驗的P 值為檢驗統(tǒng)計量X 小于樣本統(tǒng)計值C 的概率，即:P = P{ X < C} 右側(cè)檢驗的P 值為檢驗統(tǒng)計量X 大于樣本統(tǒng)計值C 的概率:P = P{ X > C} 雙側(cè)檢驗的P 值為檢驗統(tǒng)計量X 落在樣本統(tǒng)計值C 為端點的尾部區(qū)域內(nèi)的概率的2 倍: P = 2P{ X > C} (當C位于分布曲線的右端時) 或P = 2P{ X< C} (當C 位于分布曲線的左端時) 。若X 服從正態(tài)分布和t分布，其分布曲線是關(guān)于縱軸對稱的，故其P 值可表示為P = P{| X| > C} 。 計算出P 值后，將給定的顯著性水平α與P 值比較，就可作出檢驗的結(jié)論: 如果α > P 值，則在顯著性水平α下拒絕原假設(shè)。 如果α ≤ P 值，則在顯著性水平α下接受原假設(shè)。 在實踐中，當α = P 值時，也即統(tǒng)計量的值C 剛好等于臨界值，為慎重起見，可增加樣本容量，重新進行抽樣檢驗。 整理自： 樊冬梅，假設(shè)檢驗中的P值. 鄭州經(jīng)濟管理干部學(xué)院學(xué)報，2002，韓志霞, 張 玲，P 值檢驗和假設(shè)檢驗。邊疆經(jīng)濟與文化，2006中國航天工業(yè)醫(yī)藥,1999

P值是怎么來的

從某總體中抽 ⑴、這一樣本是由該總體抽出，其差別是由抽樣誤差所致； ⑵、這一樣本不是從該總體抽出，所以有所不同。 如何判斷是那種原因呢？統(tǒng)計學(xué)中用顯著性檢驗賴判斷。其步驟是： ⑴、建立檢驗假設(shè)（又稱無效假設(shè)，符號為H0）：如要比較A藥和B藥的療效是否相等，則假設(shè)兩組樣本來自同一總體，即A藥的總體療效和B藥相等，差別僅由抽樣誤差引起的碰巧出現(xiàn)的。⑵、選擇適當?shù)慕y(tǒng)計方法計算H0成立的可能性即概率有多大，概率用P值表示。⑶、根據(jù)選定的顯著性水平（0.05或0.01），決定接受還是拒絕H0。如果P＞0.05，不能否定“差別由抽樣誤差引起”，則接受H0；如果P＜0.05或P ＜0.01，可以認為差別不由抽樣誤差引起，可以拒絕H0，則可以接受令一種可能性的假設(shè)（又稱備選假設(shè)，符號為H1），即兩樣本來自不同的總體，所以兩藥療效有差別。

統(tǒng)計學(xué)上規(guī)定的P值意義見下表

P值 碰巧的概率 對無效假設(shè) 統(tǒng)計意義

P＞0.05 碰巧出現(xiàn)的可能性大于5% 不能否定無效假設(shè) 兩組差別無顯著意義

P＜0.05 碰巧出現(xiàn)的可能性小于5% 可以否定無效假設(shè) 兩組差別有顯著意義

P ＜0.01 碰巧出現(xiàn)的可能性小于1% 可以否定無效假設(shè) 兩者差別有非常顯著意義

注意要點

理解P值，下述幾點必須注意： ⑴P的意義不表示兩組差別的大小，P反映兩組差別有無統(tǒng)計學(xué)意義，并不表示差別大小。因此，與對照組相比，C藥取得P＜0.05，D藥取得P ＜0.01并不表示D的藥效比C強。 ⑵ P＞0.05時，差異無顯著意義，根據(jù)統(tǒng)計學(xué)原理可知，不能否認無效假設(shè)，但并不認為無效假設(shè)肯定成立。在藥效統(tǒng)計分析中，更不表示兩藥等效。哪種將“兩組差別無顯著意義”與“兩組基本等效”相同的做法是缺乏統(tǒng)計學(xué)依據(jù)的。 ⑶統(tǒng)計學(xué)主要用上述三種P值表示，也可以計算出確切的P值，有人用P ＜0.001，無此必要。 ⑷顯著性檢驗只是統(tǒng)計結(jié)論。判斷差別還要根據(jù)專業(yè)知識。樣所得的樣本，其統(tǒng)計量會與總體參數(shù)有所不同，這可能是由于兩種原因

參考資料：http://baike.baidu.com/view/2968102.htm

spss怎么計算p值和卡方檢驗？

卡方檢驗

你的數(shù)據(jù)應(yīng)該用交叉列聯(lián)表做，數(shù)據(jù)錄入格式為：建立兩個變量，變量1是組別，

正常對照組用數(shù)據(jù)1表示，病例組用數(shù)據(jù)2表示；變量2是療效等分類變量，用1表示分類屬性1，用2表示分類屬性2，

還有一個變量3是權(quán)重，例數(shù)

數(shù)據(jù)錄入完成后，先加權(quán)頻數(shù)后點analyze-descriptive statistics-crosstabs-把變量1選到rows里

，把變量2選到column里，然后點擊下面的statistics，打開對話框，勾選chi-squares，

然后點continue，再點ok，出來結(jié)果的第3個表就是你要的卡方檢驗，第一行第一個數(shù)是卡方值，

后面是自由度，然后是P值。追問不要百度答案

巴斯模型的P值與Q值怎么算

意義：P值=假設(shè)是正確但是被拒絕的概率=陰性個數(shù)/總個數(shù)，是對與樣本數(shù)據(jù)的一個檢驗概率；Q值=被拒絕但卻是正確的概率=假陽性/推測為陽性的個數(shù)，是對你得到的推論的一種檢驗概率，是基于P值計算出來的?？梢哉fQ值是對P值的再統(tǒng)計。具體計算你在google上輸入QVALUE R package,就會找到一個小的計算包，用起來很簡單。追問那如何用巴斯模型來進行銷售的一個預(yù)測呢？

在EXCEL中如何運用F值和自由度如何計算P值

1、打開EXCEL軟件，點擊打開插入中的“插入函數(shù)”選項。

2、找到函數(shù)FDIST，如下圖：

3、然后輸入相應(yīng)值，其中X是用來計算t分布的值，則在此處輸入已知的F值；Deg_freedom項填的是已知的自由度；Degrees_freedom2 分母自由度。根據(jù)需求填，此處以1為例：

4、最終計算結(jié)果見下圖。

p值如何計算

假設(shè)第一組野生型的患病率是p1,第二組是p2

所以你的原假設(shè)就是p1=p2

樞軸變量T = (實際比例1-實際比例2)/根號(方差1+方差2) ~ N(0,1) 標準正態(tài)分布

實際比例1=36/185

實際比例2=12/65

方差1=實際比例1×（1-實際比例1）/n1=36/185×149/185×1/185=0.0008471

方差2=實際比例2×（1-實際比例2）/n2=12/65×53/65×1/65=0.002316

T=0.1774 查正態(tài)分布表得到P值是：2×(1-0.5675)=0.8650 沒有差異,完全沒有差異

為何×2？因為你的原假設(shè)是p1=p2 是雙側(cè)檢驗

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com