تفاوت بین مقدار t و یک p چیست؟


پاسخ 1:
  1. مقدار p (مقدار احتمال) یک معیار کمی برای نشان دادن نتیجه آزمایشات فرضیه آماری است. برای یک مطالعه معین ، به سنجش احتمال نتیجه مشاهده شده (یا شدیدتر از این) فرض می کنیم که فرضیه تهی (H0) بر اساس سطح اهمیت [مقادیر مشترک برای آلفا = (0.05 ، 0.01 ، 0.001)]. (p
از آمار واردات ناخوانا واردات numpy به عنوان np import matplotlib.pyplot به عنوان plt np.random.seed (0) rvs1 = stats.norm.rvs (loc = 5 ، مقیاس = 10 ، اندازه = 1000) rvs2 = stats.norm.rvs ( loc = 5 ، مقیاس = 10 ، اندازه = 1000) plt.hist (rvs1 ، چگالی = صحیح ، histtype = 'گامهای پر شده' ، آلفا = 0.7) plt.hist (rvs2 ، چگالی = واقعی ، histtype = 'گام برداشتن' ، alpha = 0.7) # تنظیم "فرضیه تهی": توزیع های عادی دارای مقادیر میانگین مشابه نیستند stats.ttest_ind (rvs1 ، rvs2) # خروجی Ttest_indResult (آمار = -1.3458875936027876 ، pvalue = 0.17849146353581755)

منابع:

  1. مقادیر P (احتمال محاسبه شده) و آزمون فرضیه SciPy v1.1.0 Reference Manual T-Test T-Test (T-student): تعریف و نمونه هایی از انواع آزمون T

پاسخ 2:

مقدار t تفاوت خطای نسبی در مقابل فرضیه تهی است.

مقدار p-اهمیت آماری اندازه گیری چگونگی صحت یک شواهد آماری است.

مقدار p را می توان با اندازه گیری مقادیر عادی سازی گائوس به عنوان شکلی از درجه ای که k-فاکتور نمودار گاوسی به عنوان یک کل منعکس شده است.


پاسخ 3:

مقدار t تفاوت خطای نسبی در مقابل فرضیه تهی است.

مقدار p-اهمیت آماری اندازه گیری چگونگی صحت یک شواهد آماری است.

مقدار p را می توان با اندازه گیری مقادیر عادی سازی گائوس به عنوان شکلی از درجه ای که k-فاکتور نمودار گاوسی به عنوان یک کل منعکس شده است.