第1个回答 2022-09-28
拒绝H0，接受H1，因为认为在整体中抽样，抽得这样一个样本的几率<p，是小概率事件。小概率事件在一次抽样过程中不会发生。
第一类错误，也就是拒绝正确的原假设。显著性水平a既是拒绝原假设的所能忍的最高水平，也就是第容一类错误的所能容忍的最大概率。p是拒绝原假设的最低要求。
p如果>a，即衡量检验结果设定的最大显著度都要小于拒绝原假设所要求的最低水平。也就是说，我要求的最低都要大于设定的最高，因此，则不能拒绝原假设。
扩展资料：
⑴P的意义不表示两组差别的大小，P反映两组差别有无统计学意义，并不表示差别大小。因此，与对照组相比，C药取得P<0.05，D药取得P <0.01并不表示D的药效比C强。
⑵ P>0.05时，差异无显著意义，根据统计学原理可知，不能否认无效假设，但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。那种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。
⑶统计学主要用上述三种P值表示，也可以计算出确切的P值，有人用P <0.001，无此必要。
参考资料来源：百度百科-假设检验中的P值
相似回答