统计学 z值 p值 问题 计算问题 在线急等
1、标准正态分布表(Z值表)的计算：
a、标准正态分布表临界值的计算：
NORMSINV(1-α/2) 【双侧】，例如NORMSINV(1-0.05/2)=1.959963985。
NORMSINV(1-α) 【单侧】，例如NORMSINV(1-0.05)=1.644853627。
公式复制、粘贴至Excel的公式编辑栏中就可以直接得到计算结果。记得代入具体的α值，并且在公式前面加英文状态下的等号，否则得不到计算结果。
b、P值的计算：
如果你已经计算好了Z值，可以按以下公式直接计算出P值，也不需要查表：
【双侧】P值=(1-NORMSDIST(Z值))*2，例如(1-NORMSDIST(1.96))*2=0.024997895*2=0.05。
【单侧】P值=1-NORMSDIST(Z值)，例如1-NORMSDIST(1.96)=0.024997895=0.025。
注意事项
如果Z值为负值，你应该取绝对值后再代入以上公式，或者使用NORMSDIST(Z值)代替1-NORMSDIST(Z值)。例如NORMSDIST(-1.96)=0.024997895。
Zα称为标准正态分布的临界值，t(α,n-1)称为t分布(student分布)的临界值，这两个值可以通过查统计学教科书附表而取得，也可以按我回答的“标准正态分布表临界值的计算”项下的公式计算。
我以你p1-p2的例子来说明。你的例子是要比较2个率是否来自同一个总体(也就是2个率p1、p2是否相等)。在这里，原假设H0一般是p1、p2相等，对应的备择假设H1是p1、p2不等，则有
Z=(p1-p2)/sqrt[p1×(1-p1)/n1+p2×(1-p2)/n2]。
sqrt代表开平方，n1、n2分别代表2分样本的样本量。
以上就是计算的方法。
得到Z值后，可以按照我回答的“P值的计算”项下的公式计算P值，当P值＜0.05时(有时是0.01，有时是0.10，依行业习惯而定)拒绝原假设H0，否则就接受H0，这是各种统计软件使用的方法。
————————————————
版权声明：本文为CSDN博主「weixin_39782394」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_39782394/article/details/112043263
P值的计算公式是
=2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；
=1-Φ(z0) 当被测假设H1为 p大于p0时；
=Φ(z0) 当被测假设H1为 p小于p0时；
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。
扩展资料
统计学中回归分析的主要内容为：
1、从一组数据出发，确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数。估计参数的常用方法是最小二乘法。
2、对这些关系式的可信程度进行检验。
3、在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量的影响是显著的，哪些自变量的影响是不显著的，将影响显著的自变量加入模型中，而剔除影响不显著的变量，通常用逐步回归、向前回归和向后回归等方法。
4、利用所求的关系式对某一生产过程进行预测或控制。回归分析的应用是非常广泛的，统计软件包使各种回归方法计算十分方便。
参考资料来源：百度百科—P值
标准正态分布表(Z值表)计算：
NORMSINV(1-α/2)双侧，例如：NORMSINV(1-0.05/2)=1.959963985
NORMSINV(1-α)单侧，例如：NORMSINV(1-0.05)=1.644853627
P值的计算：
双侧：P值=(1-NORMSDIST(Z值))*2，例如：(1-NORMSDIST(1.96))*2=0.024997895*2=0.05
单侧：P值=1-NORMSDIST(Z值)，例如：1-NORMSDIST(1.96)=0.024997895=0.025
Zα称为标准正态分布的临界值，t(α，n-1)称为t分布(student分布)的临界值，这两个值可以通过查统计学教科书附表而取得。
参数含义：
正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ，σ2）。
μ是正态分布的位置参数，描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。
以上内容参考：百度百科-正态分布
使用Excel软件计算最方便，不需要查任何统计学表格!
1、标准正态分布表（Z值表）的计算：
a.标准正态分布表临界值的计算：
NORMSINV(1-α/2) 【双侧】，例如NORMSINV(1-0.05/2)=1.959963985
NORMSINV(1-α) 【单侧】，例如NORMSINV(1-0.05)=1.644853627
你将我的公式复制、粘贴至Excel的公式编辑栏中就可以直接得到计算结果。记得代入具体的α值，并且在公式前面加英文状态下的等号，否则得不到计算结果！
b. P值的计算：
如果你已经计算好了Z值，可以按以下公式直接计算出P值，也不需要查表：
【双侧】P值=(1-NORMSDIST(Z值))*2，例如(1-NORMSDIST(1.96))*2=0.024997895*2=0.05
【单侧】P值=1-NORMSDIST(Z值)，例如1-NORMSDIST(1.96)=0.024997895=0.025
注意，如果Z值为负值，你应该取绝对值后再代入以上公式，或者使用NORMSDIST(Z值)代替1-NORMSDIST(Z值)。例如NORMSDIST(-1.96)=0.024997895
Zα称为标准正态分布的临界值，t(α,n-1)称为t分布（student分布）的临界值，这两个值可以通过查统计学教科书附表而取得，也可以按我回答的“标准正态分布表临界值的计算”项下的公式计算。我以你p1-p2的例子来说明。你的例子是要比较2个率是否来自同一个总体（也就是2个率p1、p2是否相等）。在这里，原假设H0一般是p1、p2相等，对应的备择假设H1是p1、p2不等，则有
Z=（p1-p2）/sqrt[p1×(1-p1)/n1+p2×(1-p2)/n2]
sqrt代表开平方，n1、n2分别代表2分样本的样本量
得到Z值后，可以按照我回答的“P值的计算”项下的公式计算P值，当P值＜0.05时（有时是0.01，有时是0.10，依行业习惯而定）拒绝原假设H0，否则就接受H0，这是各种统计软件使用的方法。
也可以通过统计学教科书附表查找Z0.05（有时是Z0.01，有时是Z0.10，依行业习惯而定）的双侧临界值，当|Z|＞Z0.05时拒绝原假设H0，否则就接受H0，这是各种统计教科书使用的方法。
不同场合下Z值的计算公式有所不同，你可以寻找统计假设检验的知识好好看一看。这种方法一般称为u检验，在总体标准差已知的情况下使用。
在总体标准差未知而样本标准差已知的情况下，则需要使用t检验，其计算过程与u检验完全形同。
