什么是相伴概率啊

什么是相伴概率啊

相伴概率是通过SPSS自动计算F统计量，并依据F分布表给出的P值。用来与给定的显著性水平作比较，判定是否应拒绝原假设。

在固定效应模式中，如果FA的相伴概率P值小于或等于给定的显著性水平，则应拒绝原假设，认为控制变量A不同水平下观测变量各总体均值有显著差异，控制变量A的各个效应不同时为0，控制变量A的不同水平对观测变量产生了显著影响。

相反，如果FA的相伴概率P值大于给定的显著性水平，则不应拒绝原假设，认为控制变量A不同水平下观测变量各总体均值无显著差异，控制变量A的各个效应同时为0，控制变量A的不同水平对观测变量没有产生显著影响。

扩展资料

对控制变量B和A、B交互作用的推断同理。在随机模型中，应首先对A、B的交互作用是否显著进行推断，然后再分别依次对A、B的效应进行检验 。

推断控制变量以及控制变量的交互作用是否给观测变量带来了显著影响。容易理解，在观测变量总离差平方和中，如果SSA所占比例较大，则说明控制变量A是引起观测变量变动的主要因素之一，观测变量的变动可以部分地由控制变量A来解释。

参考资料来源：

相伴概率就是相应的统计量所对应的P值，他们是一一对应的,而且可以从两个不同角度对假设检验的的原假设作出判断

还是举个例子给你说明一下：

在线性回归方程显著性F检验中，原假设H0：β0=β1=β2=β3……=0，在显著性水平α下，检验统计量F大于临界值，则拒绝原假设，回归方程显著。但是，有可能犯第一类错误，就是原假设是对的情况下而我们拒绝了，即“弃真”错误。在检验中，我们允许犯这类错误的概率，也就是相伴概率P。若得到相伴概率为0.012，低于给定水平0.05，也就是我们犯错误的概率实在允许范围内，即，在拒绝原假设而犯错的概率为0.012时，是被允许的，因此，可以拒绝原假设，反之，不能拒绝。