輸入一個檢驗統計量——z、t(帶自由度)或卡方(帶 df)——即可獲得確切的單尾和雙尾 p 值,以及在通常的 0.05 和 0.01 水平上的通俗結論。
它不是原假設為真的機率,也不是通俗意義上您的結果是偶然的機率。它衡量的是如果原假設為真,資料會有多令人驚訝——僅此而已,這就是為什麼效應量和置信區間與它同樣重要。
雙尾是誠實的預設選擇:它計算兩個方向的極端值,必須在檢視資料前選擇。單尾檢驗只有在方向預先固定且另一個方向真正不可能或不相關時才站得住腳。
幾乎不會。0.05 這條線是約定,不是證據中的懸崖。好的報告給出確切的 p 值,這正是本計算器返回的。
卡方檢驗本質上是右尾檢驗:統計量越大,說明與期望計數的偏離越大,因此只適用右尾 p 值。
P 值從每個分佈的累積函式讀取:對於 z,Φ 來自標準正態;對於 t,t CDF 透過不完全 beta 函式;對於卡方,卡方 CDF 透過不完全 gamma 函式。z/t 的雙尾 p = 2 × (1 − CDF(|statistic|));卡方只使用右尾:p = 1 − CDF(statistic)。
輸入項: z = 1.96.
步驟: Φ(1.96) = 0.97500。右尾 = 1 − 0.97500 = 0.02500。雙尾 = 2 × 0.02500 = 0.0500。
結果: 雙尾 p = 0.0500 ——恰好在慣例的0.05線上,這就是1.96成為著名臨界值的原因。
將本計算器新增到你自己的網站或部落格——完全免費,無需註冊,並且始終顯示最新版本。複製下面的程式碼,貼上到你希望計算器出現的頁面位置。在嵌入下方保留小小的 “Powered by Loona Automation” 署名行有助於保持本工具免費——但你可以自由設定樣式或將其移除;無論哪種方式工具都能工作。