乡亲们
让我们继续看看帕蒂如何帮助马克在假设检验中确定较小的P值。这个故事的第一部分请点击 此处。
帕蒂和马克聊了一会儿,并回顾了马克正在分析的一些数据。
“马克,为了简化问题,我们假设你正在比较两个转印效率 (TE)的读数;假设你已经采集了100个TE读数,并想判断这些读数在统计学上是否大于某个值。因此,我们的原假设为94%,备择假设则为大于94%,”帕蒂说道。
帕蒂走到白板前,把内容写了下来:
Ho:均值 = 94%
H1:平均值 >94%
“假设这100个读数的平均值为100%,标准方差 为10%,”她继续说道。
“这和数据几乎完全一致,”马克回答道。
帕蒂将这些数据输入到Minitab中,得到了以下输出结果:

“因此,我们拒绝零假设,并得出结论:均值(即100)在统计学上大于94%,”帕蒂说道。
“但上面显示P值为0.000,”马克抱怨道。“这就是迈克为什么训斥我,”他叹了口气。
“我们用Minitab绘制一个均值为0、标准方差 为1的正态分布图,看看图上6的位置。这个6相当于T值6(如果样本量较大,比如超过400,则相当于Z值),”帕蒂说道。见图1。

图1. Minitab的图形输出。
“哇,P值是9.8659×10⁻¹⁰,”马克惊呼道。
“结果发现,即使是这个绘图函数,当T值或Z值大于大约8时,计算出的P值也是0,”帕蒂确认道。
“哎呀,如果T值是8或更高的话,迈克说不定还是会训斥我一顿,”马克抱怨道。
“别担心,”帕蒂说,“我解出了高斯积分的微积分,发现它是一个互补误差函数。Excel®可以计算出 T 值或 Z 值最高达 37.5 的互补误差函数。在这种情况下,相应的 P 值为 4.61E-308。”见图 2。

图2. 帕蒂用于计算P值的Excel电子表格。
马克恳求道:“如果超过37.5呢?”
“考虑到宇宙中只有大约1080个原子,我们就不必担心4.61E-308了,毕竟这只有2.16E307分之一的可能性,”帕蒂开玩笑地说。 “不过,如果你真的需要将温度T提高到37.5以上,我已经开发出一些技术,可以将T提高到1000以上,甚至可能达到任意数值,但这些计算无法用Excel®完成,”她继续说道。
马克满怀希望地问道:“那我就能拿到那个Excel®电子表格了,如果我以后需要将T值调高到37.5以上,你会帮我,对吧?”
“没问题,”帕蒂说,“哦,别被迈克·马迪根吓到了……他其实就是个大泰迪熊,”她打趣道。
听到这里,两人都笑了起来,不过马克的笑声听起来不太自然。
干杯
罗恩博士
帕蒂将高斯正态分布函数与互补误差函数相结合的方法如下。如需获取用于计算P值的Excel®电子表格,读者可发送电子邮件至[email protected]。



