在双边检验中比较显着性水平与 p 值

Posted

技术标签:

【中文标题】在双边检验中比较显着性水平与 p 值【英文标题】:Comparing significance level to p-value in a two sided test 【发布时间】:2021-06-13 10:10:51 【问题描述】:

我的 p 值为 0.608。 对于双面测试场景, 如果我采用 95% 的置信度,即 5% 的显着性或 alpha = 0.05,

在这种情况下, 我们应该说,任务的答案是:

“0.608 > 0.025,因此,我们不能拒绝零假设。??”

或者,我们应该说:

“0.608 > 0.05,因此,我们不能拒绝零假设。??”

我的理解(主要是推断)是,假设数据是标准正态分布的,如果它是一个双边测试,你将 alpha(或显着性水平)除以 2,然后将其与 p 值进行比较。??

请纠正我的理解?非常感谢

【问题讨论】:

【参考方案1】:

我继续检查在线计算器的 p 值和决策者。

在做出决策时,对于 2 尾检验,在线计算器将 p 值与显着性值本身进行比较,

因此,我们可以说, “0.608 > 0.05,因此,我们不能拒绝零假设”是正确的陈述,考虑到 5% 的显着性。

注意:- 当我们从标准 z-table 或 t-table 计算 z_critical 或 t_critical 时,我们将 alpha/2 划分为 2 tailed test! 谢谢。

【讨论】:

以上是关于在双边检验中比较显着性水平与 p 值的主要内容,如果未能解决你的问题,请参考以下文章

ggpubr:在标签中显示显着性水平(*** 或 n.s.)而不是 p 值

r中的星星显着性水平

有没有办法改变 R 中的显着性水平(alpha)?

R中怎么就选定变量,而不是从线性回归的所有变量(F-测试)得到的p值(显着性水平)?

使用 ggplot2 将显着性级别添加到矩阵相关热图

如何在 R 中执行测试的现场显着性