正态K-S假设检验里面的P值为什么要大于0.05？ 越搞越糊涂了，为什么在正态检验里面P值要大于0.05，统计学里面P值不是越大就越拒绝H0假设么，那就是说P…
在p值检验中如何根据样本数据求出p值呢？我是先算出z值然后查正态分布表，但结果和课本不一样。 这个要看是单侧检验还是双侧检验。记检验统计量为Z，其观测值(依据样本算出的Z值)为z0，当拒绝域的形式为W={Z>；z_(1-α)}（单侧检验的一种情形，这里z_(1-α)表示标准正态的下侧1-α分位数）时，则这时检验的p值为 p=P{Z>；z0}=1-P{Z≤z0}=1-Φ(z0)。当拒绝域的形式为W={|Z|>；z_(1-α/2)}（双侧检验的情形）时，则这时检验的p值为 p=P{|Z|>；|z0|}=1-P{|Z|≤|z0|}=2-2Φ(|z0|)。另外，还要注意检验时不是正态检验，如果是T检验或是F检验又或者是其他的什么检验的话，那就需要根据相应的分布来查对应的p值了。
minitab正态性检验时，符合正态分布的P值的要求是什么 推荐P>；0.05取决于你的风险承受度。如果你能承受的只是0.005，那么大于0.005，就可以认为是正态。这里的前提是先认为这个分布就是正态分布。大于0.05（或0.0005）时只是没有足够证据能证明它不是正态分布，所以就认为它是正态分布。
