若直线回归系数的假设检验结果p小于0.05,则可认为两变量间?_百度...
发布网友
发布时间：2024-10-24 16:43
共4个回答
热心网友
时间：2024-11-17 16:27
p值大于0.05表示回归模型不显著，也就是说回归模型不能解释足够多的变异来源。
如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。
总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要根据P值的大小和实际问题来解决。
含义
显著性检验即用于实验处理组与对照组或两种不同处理的效应之间是否有差异，以及这种差异是否显著的方法。
常把一个要检验的假设记作H0,称为原假设（或零假设） (null hypothesis) ，与H0对立的假设记作H1，称为备择假设(alternative hypothesis) 。
⑴ 在原假设为真时，决定放弃原假设，称为第一类错误，其出现的概率通常记作α。
⑵ 在原假设不真时，决定不放弃原假设，称为第二类错误，其出现的概率通常记作β。
(3)α+β 不一定等于1。
热心网友
时间：2024-11-17 16:31
只是认为有回归关系，不能说明强
热心网友
时间：2024-11-17 16:24
关系强不强要看回归系数b的大小，p越小只能说明越有理由认为两者存在回归关系。
热心网友
时间：2024-11-17 16:31
P值（Pvalue）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要根据P值的大小和实际问题来解决。P-value就是对某个值x0依照你所假设的分布X>=x0的概率例如，假设服从二项分布，患病率为1/3，则测得两个患病的p-value就是两个患病的概率+三个都患病的概率=C3,2（1/3）^2*(2/3)+（1/3）^3
