【統計學】

T

檢驗、

F

檢驗和統計學意義(

P

值或

sig

值)，想了解顯著性差異

的也可以來看

2007

年

10

月

12

日

星期五

10:45

1,T

檢驗和

F

檢驗的由來

一般而言，

為了確定從樣本

(sample)

統計結果推論至總體時所犯錯的概率，

我們

會利用統計學家所開發的一些統計方法，進行統計檢定。

通過把所得到的統計檢定值，與統計學家建立了一些隨機變量的概率分布

(probability?distribution)

進行比較，我們可以知道在多少

%

的機會下會得到

目前的結果。倘若經比較后發現，出現這結果的機率很少，亦即是說，是在機會

很少、很罕有的情況下才出現；那我們便可以有信心的說，這不是巧合，是具有

統計學上的意義的

(

用統計學的話講，就是能夠拒絕虛無假設

null

hypothesis,Ho)

。相反，若比較后發現，出現的機率很高，并不罕見；那我們便

不能很有信心的直指這不是巧合，也許是巧合，也許不是，但我們沒能確定。

F

值和

t

值就是這些統計檢定值，與它們相對應的概率分布，就是

F

分布和

t

分

布。統計顯著性(

sig

)就是出現目前樣本這結果的機率。

2

，統計學意義(

P

值或

sig

值)

結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上，

p

值為結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

關聯是總體中各變量關聯的可靠指標。

p

值是將觀察結果認為有效即具有總體代

表性的犯錯概率。

如

p=0.05

提示樣本中變量關聯有

5%

的可能是由于偶然性造成

的。即假設總體中任意變量間均無關聯，我們重復類似實驗，會發現約

20

個實

驗中有一個實驗，

我們所研究的變量關聯將等于或強于我們的實驗結果。

(這并

不是說如果變量間存在關聯，

我們可得到

5%

或

95%

次數的相同結果，

當總體中的

變量存在關聯，

重復研究和發現關聯的可能性與設計的統計學效力有關。

)

在許

多研究領域，

0.05

的

p

值通常被認為是可接受錯誤的邊界水平。

3

，

T

檢驗和

F

檢驗

至于具體要檢定的內容，須看你是在做哪一個統計程序。

舉一個例子，比如，你要檢驗兩獨立樣本均數差異是否能推論至總體，而行的

t

檢驗。

兩樣本

(

如某班男生和女生

)

某變量

(

如身高

)

的均數并不相同，但這差別

是否能推論至總體，代表總體的情況也是存在著差異呢？

會不會總體中男女生

根本沒有差別，只不過是你那麼巧抽到這

2

樣本的數值不同？

為此，我們進行

t

檢定，算出一個

t

檢定值。

與統計學家建立的以「總體中沒差別」作基礎的

隨機變量

t

分布進行比較，看看在多少

%

的機會

(

亦即顯著性

sig

值

)

下會得到目

前的結果。

若顯著性

sig

值很少，比如

<0.05(

少于

5%

機率

)

，亦即是說，「如

果」總體「真的」沒有差別，那麼就只有在機會很少

(5%)

、很罕有的情況下，才

總結

以上是生活随笔為你收集整理的t检验自由度的意义_T检验、F检验和统计学意义的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。