1楼：demon陌
p值的计算公式：
=2[1-φ(z0)] 当被测假设h1为 p不等于p0时；
=1-φ(z0) 当被测假设h1为 p大于p0时；
=φ(z0) 当被测假设h1为 p小于p0时；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根号下（np0(1-p0)）)最后，当p值小于某个显著参数的时候我们就可以否定假设。反之，则不能否定假设。
实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作ssb，组间自由度dfb。
统计学的方差分析表中，p值怎么计算呀？有没有公式或者什么
2楼：demon陌
p值的计算公式：
=2[1-φ(z0)] 当被测假设h1为 p不等于p0时；
=1-φ(z0) 当被测假设h1为 p大于p0时；
=φ(z0) 当被测假设h1为 p小于p0时；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根号下（np0(1-p0)）)最后，当p值小于某个显著参数的时候我们就可以否定假设。反之，则不能否定假设。
实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作ssb，组间自由度dfb。
3楼：析梦安邱轩
p值的计算公式：
=2[1-φ(z0)]
当被测假设h1为
p不等于p0时；
=1-φ(z0)
当被测假设h1为
p大于p0时；
=φ(z0)
当被测假设h1为
p小于p0时；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根号下（np0(1-p0)）)最后，当p值小于某个显著参数的时候我们就可以否定假设。反之，则不能否定假设。
注意，这里p0是那个缺少的假设满意度，而不是要求的p值。
没有p0就形不成假设检验，也就不存在p值
统计学上规定的p值意义：
p值碰巧的概率
对无效假设
统计意义
p＞0.05
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
p＜0.05
碰巧出现的可能性小于5%
可以否定无效假设
两组差别有显著意义
p＜0.01
碰巧出现的可能性小于1%
可以否定无效假设
两者差别有非常显著意义
4楼：灵静
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。
p值的计算公式是
=2[1-φ(z0)] 当被测假设h1为 p不等于p0时；
=1-φ(z0) 当被测假设h1为 p大于p0时；
=φ(z0) 当被测假设h1为 p小于p0时；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根号下（np0(1-p0)）)
最后，当p值小于某个显著参数的时候（常用0.05，标记为α，给你出题那个人，可能混淆了这两个概念）我们就可以否定假设。反之，则不能否定假设。
注意，这里p0是那个缺少的假设满意度，而不是要求的p值。
没有p0就形不成假设检验，也就不存在p值
热心网友 | 2013-04-1610
统计学意义（p值）zt
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。
如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。
（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。
在最后结论中判断什么样的显著性水平具有统计学意义，不可避免地带有武断性。换句话说，认为结果无效而被拒绝接受的水平的选择具有武断性。实践中，最后的决定通常依赖于数据集比较和分析过程中结果是先验性还是仅仅为均数之间的两两》比较，依赖于总体数据集里结论一致的支持性证据的数量，依赖于以往该研究领域的惯例。
通常，许多的科学领域中产生p值的结 果≤0.05被认为是统计学意义的边界线，但是这显著性水平还包含了相当高的犯错可能性。结果0.
05≥p>0.01被认为是具有统计学意义，而0.01≥p≥0.
001被认为具有高度统计学意义。但要注意这种分类仅仅是研究基础上非正规的判断常规。
所有的检验统计都是正态分布的吗并不完全如此，但大多数检验都直接或间接与之有关，可以从正态分布中推导出来，如t检验、f检验或卡方检验。这些检验一般都要求：所分析变量在总体中呈正态分布，即满足所谓的正态假设。
许多观察变量的确是呈正态分布的，这也是正态分布是现实世界的基本特征的原因。当人们用在正态分布基础上建立的检验分析非正态分布变量的数据时问题就产生了，（参阅非参数和方差分析的正态性检验）。这种条件下有两种方法：
一是用替代的非参数检验（即无分布性检验），但这种方法不方便，因为从它所提供的结论形式看，这种方法统计效率低下、不灵活。另一种方法是：当确定样本量足够大的情况下，通常还是可以使用基于正态分布前提下的检验。
后一种方法是基于一个相当重要的原则产生的，该原则对正态方程基础上的总体检验有极其重要的作用。即，随着样本量的增加，样本分布形状趋于正态，即使所研究的变量分布并不呈正态。
5楼：匿名用户
p值=p(f>f0)，其中f是服从f分布分布的随机变量，f0是根据样本计算出来的f统计量的值
6楼：匿名用户
目前手工计算比较复杂，不要求的，一般用计算机比较方便。
7楼：匿名用户
有表的。直接看你书后面，可以找。
统计学的方差分析表中，p值怎么计算
8楼：
p值的计算公式：
=2[1-φ(z0)] 当被测假设
h1为 p不等于p0时；
=1-φ内(z0) 当被测假设h1为 p大于p0时；
=φ(z0) 当被测假设h1为 p小于容p0时；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根号下（np0(1-p0)）)
最后，当p值小于某个显著参数的时候我们就可以否定假设。反之，则不能否定假设。
注意，这里p0是那个缺少的假设满意度，而不是要求的p值。
没有p0就形不成假设检验，也就不存在p值
统计学上规定的p值意义：
p值 碰巧的概率 对无效假设 统计意义
p＞0.05 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
p＜0.05 碰巧出现的可能性小于5% 可以否定无效假设 两组差别有显著意义
p ＜0.01 碰巧出现的可能性小于1% 可以否定无效假设 两者差别有非常显著意义
9楼：大增岳殳锦
p值一般都是用电脑算的，人工做的时候一般只需要知道p值的大概范围就行了，毕竟只
回需要做答test。
其次，你没说那2个自由度，所以理论上没法查表。不过因为1.01比表上所有值都小，所以大概可以猜测p值》0.05（如果定义p值为p(f>=现在的f)），除非2个自由度都特别大。
单变量方差分析(one-way anova)得到的表中f值、p值分别什么意思？ 10
10楼：枫玺
f是组间均方(ms组间）和组内均方（ms组内）的比值，这个比值越大说明相对组间的差异回越大。f在方差分析中是检验统答计量，将统计量f的值与给定的临界值的f进行比较，从而做出决策。
p是经过计算得到的检验统计量f的置信区间，只有当给定的临界值的数值小于p值，这个决策才是可取的。
扩展资料
单因素方差分析基本步骤 ：
1、提出原假设：h0——无差异；h1——有显著差异
2、选择检验统计量：方差分析采用的检验统计量是f统计量，即f值检验。
3、计算检验统计量的观测值和概率p值：该步骤的目的就是计算检验统计量的观测值和相应的概率p值。
4、给定显著性水平，并作出决策
11楼：匿名用户
p是检验水平，f是显著性差异的水平，用计算出的f值与f表中的值对比，就可以确定是否存在显著性差异。
方差分析 f值 p值代表什么意思
12楼：嗳小嘻
方差分析也叫f检验,这个f就是计算出来的f值,用来评估组间差异。f值表示整个拟合方程的显著，f越大，表示方程越显著，拟合程度也就越好
p值是衡量控制组与实验组差异大小的指标,*意思是p值小于.05,表示两组存在显著差异,**意思是p值小于.01,表示两组的差异极其显著,这个可以用spss统计。
p值表示不拒绝原假设的程度。简而言之，p表示假设更可能是正确的，反之则可能是错误的。
拓展资料：方差分析(analysis of variance，简称anova)，又称“变异数分析”，是r.a.
fisher发明的，用于两个及两个以上样本均数差别的显著性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
13楼：
p是检验水平，f是显著性差异的水平，用计算出的f值与f表中的值对比，就可以确定是否存在显著性差异。
拓展资料
方差分析(analysis of variance，简称anova)，又称“变异数分析”，是r.a.fisher发明的，用于两个及两个以上样本均数差别的显著性检验。
由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
方差分析的基本原理是认为不同处理组的均数间的差别基本**有两个：
1. 实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作ssb，组间自由度dfb。
2. 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作ssw，组内自由度dfw。
总偏差平方和 sst = ssb + ssw。
组内ssw、组间ssb除以各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方msw和msb，一种情况是处理没有作用，即各组样本均来自同一总体，msb/msw≈1。另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，msb>>msw(远远大于)。
msb/msw比值构成f分布。用f值与其临界值比较，推断各样本是否来自相同的总体。
曲线估计的方差分析表有什么意义,在统计学中，方差分析表如何填？
1楼 匿名用户 方差分析的基本原理是认为不同处理组的均数间的差别基本 有两个 1 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作ssw，组内自由度dfw。 2 实验条件，即不同的处理造成的差异，称为组间差异。 用变量在各组的均...
关于统计学中的P值,关于统计学中的P值 15
1楼 匿名用户 首先注意，原假设应该是 a对b无影响。 在显著性5 的情况下我们确实无法拒绝原假设。但是5 并不是一个神秘的数，根据p值的定义我们不难看出它是一个在原假设真的情况下得到比所观测到的值更极致的概率。这个概率已经很小了，值得引起我们注意。 若我们把显著性水平提高到10 ，那我们将有足够的...
统计学中t，p，f是什么意思,统计学中t值p值是什么意思？怎么计算？
1楼 我爱洗碗 一般而言，为了确定从样本 sample 统计结果推论至总体时所犯错的概率，我们会利用统计学家所开发的一些统计方法，进行统计检定。 通过把所得到的统计检定值，与统计学家建立了一些随机变量的概率分布 probability distribution 进行比较，我们可以知道在多少 的机会下...