假设检验与正态检验的P值，怎样理解?
请教一个问题.看看我的理解是否正确.
为什么假设假定时 P值<0.05 是我们想要的，(不是全部)
正态检验时P 值>0.05 是我们想要的.
H0代表没有什么变化，H1代表有变化.
一般我们做假设检定，希望改善前和改善后是有区别的，所以就想要得到H1, P值<0.05
正态分布时，如异常样本差异大时，就有可能是双峰型了，所以就想要是H0, P值>0.05
为什么假设假定时 P值<0.05 是我们想要的，(不是全部)
正态检验时P 值>0.05 是我们想要的.
H0代表没有什么变化，H1代表有变化.
一般我们做假设检定，希望改善前和改善后是有区别的，所以就想要得到H1, P值<0.05
正态分布时，如异常样本差异大时，就有可能是双峰型了，所以就想要是H0, P值>0.05
没有找到相关结果
已邀请:
RSS Feed
1 个回复
c_gong (威望:1) (上海 浦东) 电子制造
赞同来自:
0.05代表的是显著水平α，一般取0.05，0.1 等。
当P<α时，根据小概率事件的原理，拒绝原假设。P>α,不能拒绝原假设。
正态检验的H0是：分布成正态，H1:分布不成正态。
所以P 值>0.05时，不能拒绝原假设。