比例显著性计算公式，显著性检验的统计量怎么计算

例如为了检验显著性水平1-α=0.95下,μ是不是=μ1,既然如此那，双边检验临界值就是α/2=0.025,单边检验就是α=0.05

第一提出假设，然后构造检验统计量，收集样本数据，计算检验统计量的样本观察值，第三，按照所提出的显著水平，确定临界值和拒绝域，第四，作出检验决策。

F值时F检验的统计量值，F=MSR/MSE，这当中MSR=SSR/自由度，MSE=SST/自由度，大多数情况下大于给定阿尔法相对的F量时说明显著。

在任何一本可能性统计课本里面都拥有方差分析的计算公式.

P值大多数情况下是按照问题的详细要求规定的一个很小的可能性,它表示当我们分析的原因对事物其实没有重要影响,方差分析检验方式做出错误判断的可能性.P值大多数情况下可以规定为0.01或者更小以保证方差分析方式可以以很大的可能性做出正确的判断.

显著性检验主要看t值和P值，在SPSS显示的结果中，significance是显著性的意思，sig即代表P值，以上结果P均大于0.05，表达不存在统计学差异。

显著性回答的问题是他们当中是不是相关系；有关系数回答的问题是有关程度强弱。

显著性，又称统计显著性(Statistical significance)， 是指零假设为真的情况下拒绝零假设想担负的风险水平，又叫可能性水平，或者显著水平。

显著性的含义是指两个群体的态度当中的任何差异是因为系统原因而不是偶然原因的影响。我们假定控制了可能影响两个群体当中差异的全部其他原因，因为这个原因，余下的解释就是我们所推断的原因，而这个原因不可以够百分之100保证，故此，有一定的可能性值，叫显著性水平(Significant level)。

总结历次经验来说，它表示群体当中得以相互区别的能力。在统计假设检验中，公认的小可能性事件的可能性值被称为统计假设检验的显著性水平,对同一量，进行多次计量，然后算出平均值。

pwcorr 变量1 变量2 ……,sig 结果中系数下面一行就是显著性水平（是零有关的可能性）

单原因方差分析

方差分析前提：不一样水平下，各整体均值服从方差一样的正态分布。

方差齐性检验：采取方差同质性检验方式（Homogeneity of variance）

在spss中打开你要处理的数据，在菜单栏上执行：analyse-compare means-one-way anova，

打开单原因方差分析对话框

在这个对话框中，将因变量放到dependent list中，将自变量放到factor中，点击post hoc，选择snk和lsd，返回确认ok