統計學裡面在005的水準什麼意思

1樓：匿名使用者

應該有多種理解方式。在進行區間估計的時候，如果要求顯著性水平為0.05，就是要求在用所得樣本進行總體引數區間估計的時，應有95%的概率確定它與總體引數一致，簡單說就是用100個樣本進行區間估計，得到100個區間，其中應有95個區間包括了總體引數。

顯著性水平可以看成是精度的要求，在用圖形理解時，可以根據問題和顯著性水平，了解是單尾還是雙尾，根據正太表查相應臨界值，然後就可以確定拒絕域和接受區域。

α也是犯第一類錯誤的概率，即原假設為真時我們拒絕了原假設的概率。

2樓：匿名使用者

significant level=0.05它和=0.95其實一樣，就是對這個事的信任程度，有多少信心它是這個值得意思

統計學中α是什麼意思?

3樓：匿名使用者

統計學裡面的α和β分別代表「型別1錯誤 type i 」和「型別2錯誤 type ii」。這樣解釋吧，如果抽樣統計出來的結果，有不到95%的合格率。根據合同抽查合格率是》=95%，5%是生產廠家的風險，廠家拒絕收下這批貨。

但實際上，抽樣是有誤差的，其實，這批貨超過了95%合格率。這種情況就叫做α風險，英文是α risk或叫：producer risk.

反之，接受貨物的遇到反過來的情況，就叫β風險，β risk. 根據概率 α=1-β。通常 α=0.

05，即5%。如果是normal distribution, two tails, 拆成α/2，α=0.025.

你可以查到z （抽樣數n>30)分布表，或者是t（抽樣數n<30)分布表。

統計學中的顯著性水平α和p分別是什麼意思？請詳細解答，謝謝~

4樓：禾鳥

1、顯著性水平是估計總體引數落在某一區間內，可能犯錯誤的概率，用α表示。

顯著性是對差異的程度而言的，程度不同說明引起變動的原因也有不同：一類是條件差異，二類是隨機差異，是在進行假設檢驗時事先確定乙個可允許的作為判斷界限的小概率標準。

2、p值是用來判定假設檢驗結果的乙個引數，也可以根據不同的分布使用分布的拒絕域進行比較。

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，根據小概率原理就有理由拒絕原假設，p值越小，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」還是「高度顯著的」需要根據p值的大小和實際問題來解決。

擴充套件資料

顯著性水平的理解：

顯著性水平是在進行假設檢驗時事先確定乙個可允許的作為判斷界限的小概率標準。檢驗中，依據顯著性水平大小把概率劃分為二個區間，小於給定標準的概率區間稱為拒絕區間，大於這個標準則為接受區間。

事件屬於接受區間，原假設成立而無顯著性差異；事件屬於拒絕區間，拒絕原假設而認為有顯著性差異。對顯著水平的理解必須把握以下二點：

1、顯著性水平不是乙個固定不變的數值，依據拒絕區間所可能承擔的風險來決定。

2、統計上所講的顯著性與實際生活工作中的顯著性是不一樣的。

5樓：餘浩

顯著性水平α在統計學中叫做犯第一類錯誤的大小，第一類錯誤就是原假設是對的，但是被拒絕的概率，我們一般把這個顯著性水平α定為0.05。

假設有個檢驗統計量是f,然後把樣本資料代入f可以算出乙個值記為f,那麼p值就是在原假設成立的條件下p(f>f)這個概率大小，如果p值小於給定的顯著性水平α我們就拒絕原假設，否則不拒絕。