本文主要是介绍对于假设检验的个人理解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1 P与α的关系
P是实际的最小犯错误概率，α是可容忍的最小犯错误概率（设定好的），若可容忍的最小犯错误概率比实际的大，故实际是可以犯错误的，犯第一类错误，拒绝原假设（若实际最小犯错误概率<可容忍最小犯错误概率，则可以犯错误，犯第一类错误，拒绝原假设），总之P<α拒绝原假设。
2 统计学上P值大于0.05数据符合正态分布
原假设为无差异，P>0.05表明与正态分布无差异，故符合正态分布。
3 回归分析中变量X对Y的影响程度
回归分析中，一般原假设为无影响，分别对整体和X显著性进行分析，若P<0.05，拒绝原假设，说明X对Y有显著性影响关系。
这篇关于对于假设检验的个人理解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
