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。
145 浏览 5 回答
171 浏览 5 回答
257 浏览 3 回答
160 浏览 4 回答
115 浏览 3 回答
196 浏览 4 回答
154 浏览 5 回答
218 浏览 4 回答
268 浏览 3 回答
354 浏览 5 回答
116 浏览 3 回答
269 浏览 7 回答
231 浏览 4 回答
95 浏览 5 回答
248 浏览 8 回答
202 浏览 7 回答
130 浏览 3 回答
151 浏览 3 回答
169 浏览 9 回答
119 浏览 4 回答
王小丽0125
