置信区间与P值的关系

九三

摘自：《白话统计》第9章　置信区间估计
　　置信区间的前缀数字称为置信系数，一般我们习惯用95%，但这并非唯一选择，根据研究目的也可以用90%、99%等。置信系数越大，所得的区间越宽；置信系数越小，所得的区间越窄。置信区间的宽窄反映了对参数估计的精确度，置信区间越窄，说明估计越精确；置信区间越宽，说明估计越不精确，但更为可靠。比如，我估计一个人的身高在10cm～300cm之间，这一说法非常可靠，但是精确度很差，没什么实际价值。
　 置信区间在做出统计学结论时与P值有异曲同工之妙。例如，对于“参数＝0”这样一个无效假设，如果P值小于0.05，那么计算的该参数估计值的95%置信区间一定不包含0；反之，如果P值大于0.05，那么计算的该参数估计值的95%置信区间一定包含0。
　 尽管置信区间和P值都可以做出同样的统计学结论，但置信区间提供的信息更多。P值只是告诉我们一种概率，即当无效假设成立时，出现当前结果（或者更极端结果）的概率。但我们并不知道计算的结果与无效假设差别有多大，当样本例数很大时，即使轻微的偏离也会出现一个很小的P值。如无效假设为两组收缩压的差值为0，如果每组例数为10000人，那么即使两组收缩压的差值为0.1，也会出现Ｐ小于0.05的结论。但0.1这种差值是否有实际意义呢？仅从Ｐ值是看不出来的。
　 而置信区间还可以提示与无效假设的参数偏离有多远，如无效假设为两组收缩压的差值为0，最后计算95%置信区间为（0.1，0.15），这至少提示两点：第一，两组差异有统计学意义，因为置信区间没有包含0；第二，两组总体的差值并不大，因为我们有95%的信心认为两组差值在0.1-0.15之间。这说明尽管结果有统计学意义，但从专业角度来看，收缩压差别太少，没有太大的实际价值。这一信息是Ｐ值所无法提供的。
　 一般来说，样本量越大，计算的置信区间越窄，精度越高，此时Ｐ值也会越小。因为样本量越大，抽样误差越小，当样本量跟总体一样多时（相当于普查），就没有抽样误差了，计算的置信区间就越窄成了只有一个值。而此时也没有Ｐ值了，因为根本不用核计推断，计算的指标已经是参数了，也就没有“样本统计量推断总体参数”这一说法了。

九三

振鸣 发表于 2018-8-4 08:39
我对于minintab一知半解可能有点可笑了吧

我也是初学者，没有什么，会就是会，不会就是不会。
在minitab的正态性检验时，如果Ｐ值于小0.05，那么只能说明，这组数据没有通过正态检验。至于，是不是有实际意义，还要看具体情况。

大小王是王炸

求教：minintab上P值如果小于0.05不是这组数据不成正态分布无意义了吗，是不是这样？

大小王是王炸

我对于minintab一知半解可能有点可笑了吧

Whats

谢谢分享!

清风化雨

多谢交流!!

lqthjm

谢谢分享！！

snowheavyfly

完全不知道在说啥，脑子里一片空白