t值和P值都用来判断统计上是否显著的指标。 p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值啊，举个例子，比如说算出来的统计量的值为z,服从的是正态分布，如果是双边检验的话那么pvalue=2*(1-probnorm(abs(Z)));单边检验的话，应该是1-probnorm(z)。
p就是显著性=sigF的值是回归方程的显著性检验，表示的是模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。若F>Fa(k-1,n-k),则拒绝原假设，即认为列入模型的各个解释变量联合起来对被解释变量有显著影响，反之，则无显著影响。
244 浏览 5 回答
267 浏览 5 回答
309 浏览 3 回答
141 浏览 4 回答
332 浏览 3 回答
233 浏览 4 回答
288 浏览 5 回答
196 浏览 4 回答
129 浏览 3 回答
229 浏览 5 回答
347 浏览 4 回答
133 浏览 12 回答
167 浏览 10 回答
100 浏览 5 回答
156 浏览 10 回答
274 浏览 11 回答
235 浏览 3 回答
270 浏览 4 回答
141 浏览 3 回答
156 浏览 11 回答
王小丽0125
