1702639576
计算P值
1702639577
1702639578
要算出例1和例2中的P值，必须用表B的正态分布百分位数来做计算，实际应用时则可以用软件来完成计算。
1702639579
1702639580
例3 喝咖啡
1702639581
1702639582
假设。例1中，我们想检验以下假设：
1702639583
1702639584
H0：p=0.5
1702639585
1702639586
Ha：p＞0.5
1702639587
1702639588
此处，p是所有喝咖啡的人中喜欢现煮咖啡胜于速溶咖啡的人所占的比例。
1702639589
1702639590
1702639591
抽样分布。如果零假设为真，则p=0.5，我们在例1中看到大致是一个平均数为0.5，标准差为0.0707的正态分布。
1702639592
1702639593
1702639594
数据。在一个50人的样本中，有36人喜欢现煮咖啡，样本比例=0.72。
1702639595
1702639596
1702639597
P值。备择假设是偏向于较大值那一侧的单边假设，所以P值是会得到至少像0.72这么大的结果的概率。图22-2讲到这个概率可以用正态分布曲线下方的面积表示。要算正态分布曲线的概率，先要把观察值标准化。=0.72的标准分是：
1702639598
1702639599
1702639600
1702639601
1702639602
从表B中可以看到标准分3.1是正态分布的第99.9百分位数。它的意思是，正态曲线下方在3.1左边的面积是0.999。因此，3.1右边的面积是0.001，这就是我们的P值。
1702639603
1702639604
结论。P值很小，表示数据提供了有力的证据，证明大部分人都喜欢现煮咖啡。
1702639605
1702639606
练习
1702639607
1702639608
22.2 抛硬币。我们没耐心像布冯那样抛几千次硬币，所以只抛了50次硬币，有21次是正面朝上。正面朝上的比例是：
1702639609
1702639610
1702639611
1702639612
1702639613
这个数小于0.5。对于练习22.1，计算P值。这个结果在0.05的水平上具有统计学显著性吗？
1702639614
1702639615
检验总体平均数
1702639616
1702639617
1702639618
1702639619
1702639620
对总体平均数μ的统计检验的推理，遵循对总体比例p的推理步骤。最重要的思想是，如果零假设为真，则使用样本平均值的抽样分布来检验。根据你的数据计算，放入分布中，看看是否合理。在零假设为真时一个几乎不会出现的就是零假设不成立的证据。4个检验步骤也类似于对总体比例的检验过程。这里有两个例子，第一个是单边的，第二个是双边的。
1702639621
1702639622
例4 你会记账吗？
1702639623
1702639624
1702639625
在一个有关美国劳动者教育水平的讨论中，一位悲观主义者说道：“年轻人都不会记账。”全美成年人文化水平评估（NAAL）所做的调查表明，如果在其量化测试中获得290或更高分数，就表明实验对象具有记账之类的技能。NAAL测试过一个包含2168名年轻男性（19~24岁）的样本，他们的平均分=276，比会记账所要求的分数低。这个样本结果是所有年轻男性的NAAL测试分数低于290分的一个好的证据吗？这个样本的测试分数标准差s=112。