如何计算 r 中 z 分数的 p 值

在统计学中，我们通常希望确定与假设检验产生的某个 z 分数相关的 p 值。如果该 p 值低于一定的显着性水平，我们可以拒绝假设检验的原假设。

要在 R 中查找与 z 分数相关的 p 值，我们可以使用 pnorm() 函数，该函数使用以下语法：

pnorm(q, 均值 = 0, sd = 1, lower.tail = TRUE)

金子：

• q： z 分数
• 平均值：正态分布的平均值。默认值为 0。
• sd：正态分布的标准差。默认值为 1。
• lower.tail：如果为 TRUE，则返回正态分布中q的左概率。如果为 FALSE，则返回向右概率。默认值为 TRUE。

以下示例说明如何查找与左侧测试、右侧测试和双尾测试的 z 分数关联的 p 值。

左测试

假设我们想要在左手假设检验中找到与 z 分数-0.77相关的 p 值。

 #find p-value
pnorm(q=-0.77, lower.tail= TRUE )

[1] 0.2206499

p 值为0.2206 。如果我们使用 α = 0.05 的显着性水平，我们将无法拒绝假设检验的原假设，因为该 p 值不小于 0.05。

正确的测试

假设我们想要在极右假设检验中找到与 z 分数1.87相关的 p 值。

 #find p-value
pnorm(q=1.87, lower.tail= FALSE )

[1] 0.03074191

p 值为0.0307 。如果我们使用 α = 0.05 的显着性水平，我们将拒绝假设检验的原假设，因为该 p 值小于 0.05。

双面测试

假设我们想要在双尾假设检验中找到与 z 分数1.24相关的 p 值。

 #find p-value for two-tailed test
2*pnorm(q=1.24, lower.tail= FALSE )

[1] 0.2149754

为了找到这个双边 p 值，我们只需将单边 p 值乘以 2。

p 值为0.2149 。如果我们使用 α = 0.05 的显着性水平，我们将无法拒绝假设检验的原假设，因为该 p 值不小于 0.05。

相关：您还可以使用此在线 P 值 Z 分数计算器来查找 p 值。