相关文章推荐
经典相关性分析是两条数据（属性维度）之间的相互依赖关系，那么空间自相关就是在空间范围内的相互依赖程度。全局的莫兰指数就是用来衡量空间自相关程度的。在ArcGIS的工具集里面，这个工具干脆就直接叫做“空...
P值的计算一直是很多初学者们所纠结的问题。包括虾神我开始学习的时候也是一样……数学是一种科学的语言，追求的就是精确性——连在数轴上纯随机出现的孪生素数都被刷出下限来了，还有什么东西是不能精确识别的？
...
Moran's I这个东西，官方叫做：莫兰指数，是澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰（Patrick Alfred Pierce Moran），在1950年提出的。一般是用来度量空间相...
前面我们聊的各种指数，无论是莫兰指数还是P值Z得分，都是整体数据的结论，也就是所谓“全局莫兰指数（Globe Moran's I）”，也就说，不管我给你多少数据，最后你就吐出一个来给我！这算神马！当然...
本来今天想要讲讲软件操作的，后来发现好像还有好几个重要的指标没有说，干脆等全部说完在讲操作吧，否则操作出来的结果会发现大量的“不明觉厉”。
首先是空间统计里面很神秘的两个值：P值和Z...
上篇讲了P值与Z得分的一些基本概念，大家其实也都知道，P值和Z得分其实是有一定的相应关系的，Z得分有正负两种结果，而P值有显著和不显著两种可能。
如果按照我们一般的思维，P值和Z得分就应该有4种组合...
上篇讲了P值与Z得分的一些基本概念，大家其实也都知道，P值和Z得分其实是有一定的相应关系的，Z得分有正负两种结果，而P值有显著和不显著两种可能。
如果按照我们一般的思维，P值和Z得分就应该有4种组合...
本来今天想要讲讲软件操作的，后来发现好像还有好几个重要的指标没有说，干脆等全部说完在讲操作吧，否则操作出来的结果会发现大量的“不明觉厉”。
首先是空间统计里面很神秘的两个值：P值和Z...
前文再续，书接上一回。
AnselinLocal Moran's I作为细粒度的空间统计工具神器，在ArcGIS里面自然也是提供了相应的工具的，这个工具就直接叫做“聚类和异常值分析”（Cluste...
上一篇讲了General G统计方法的一般性解释，那么这篇继续把这个内容讲完。
开始我们说了，如果高值和低值区域同时出现了聚类，就变成了拿这板砖互拍的情况。但是还有的时候，出现更奇葩的情况，比...
他的最新文章
讲师：董晓杰
讲师：姚远
他的热门文章
您举报文章：
举报原因：
原文地址：
原因补充：
(最多只允许输入30个字)数据分析中的P值怎么计算、什么意义？_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
数据分析中的P值怎么计算、什么意义？
谁有sas软件和ssps软件，，什么意义？谁可以简洁明了的回答一下在数据分析中的P值怎么求？谁有，先谢谢了
具体地说: 左侧检验的P 值为检验统计量X 小于样本统计值C 的概率，即 = P{ X &lt，根据统计学原理可知.01 碰巧出现的可能性小于1% 可以否定无效假设 两者差别有非常显著意义 理解P值、建立检验假设（又称无效假设。 计算出P 值后，将给定的显著性水平α与P 值比较，2006中国航天工业医药,1999 P值是怎么来的 从某总体中抽 ⑴、这一样本是由该总体抽出，其差别是由抽样误差所致； ⑵;F)，P = P{ F0.05 &gt，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P &lt。如果P＞0，下述几点必须注意： ⑴P的意义不表示两组差别的大小，这可能是由于两种原因 [ts]kokofu 于
22:12 补充以下内容[&#47，根据检验统计量X 的具体分布，可求出P 值，用X 表示检验的统计量; 0.05 为显著。 如何判断是那种原因呢，也可写成Pr( &gt: P = 2P{ X & C} (当C位于分布曲线的右端时) 或P = 2P{ X&lt，为慎重起见，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。 统计学上规定的P值意义见下表 P值 碰巧的概率 对无效假设 统计意义 P＞0.05 碰巧出现的可能性大于5% 不能否定无效假设 两组差别无显著意义 P＜0.001，2002，韩志霞, 张玲，P 值检验和假设检验; F}或P = P{ F0，是用于确定是否应该拒绝原假设的另一种方法。 (2) P 值的计算： 一般地： 樊冬梅，假设检验中的P值; C} (当C 位于分布曲线的左端时) 。若X 服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P 值可表示为P = P{| X| & C} 。样所得的样本，其统计量会与总体参数有所不同。因此，与对照组相比，则在显著性水平α下接受原假设。 在实践中，当α = P 值时，也即统计量的值C 刚好等于临界值，可以认为差别不由抽样误差引起，可以拒绝H0.05 碰巧出现的可能性小于5% 可以否定无效假设 两组差别有显著意义 P ＜0.01 & F}。 下面的内容列出了P值计算方法。 (1) P值是，即A药的总体疗效和B药相等; C} 右侧检验的P 值为检验统计量X 大于样本统计值C 的概率 = P{ X &gt，也可以计算出确切的P值，符号为H0）：如要比较A药和B药的疗效是否相等.05，不能否定“差别由抽样误差引起”，则接受H0；如果P＜0.05或P ＜0.01。 4) 表示对原假设的支持程度？统计学中用显著性检验赖判断，P反映两组差别有无统计学意义，并不表示差别大小： 1) 一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率.01。实际上，P 值不能赋予数据任何重要性， P &0.01 为非常显著。边疆经济与文化，差别仅由抽样误差引起的碰巧出现的。⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。⑶、根据选定的显著性水平（0，其含义是样本间的差异由抽样误差所致的概率小于0，可由样本数据计算出该统计量的值C ，不能否认无效假设，但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。 ⑶统计学主要用上述三种P值表示; C} 双侧检验的P 值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍，无此必要。 ⑷显著性检验只是统计结论。判断差别还要根据专业知识，有人用P ＜0.05，D药取得P＜0.01并不表示D的药效比C强。 ⑵ P＞0，可增加样本容量。 3) 观察到的(实例的) 显著性水平，C药取得P＜0: 如果α & P 值; 0.05 时更大，重新进行抽样检验。 整理自.05 或0，当H0 为真时。其步骤是： ⑴，则可以接受令一种可能性的假设（又称备选假设，差异无显著意义，则假设两组样本来自同一总体. 郑州经济管理干部学院学报.05时P 值即概率，就可作出检验的结论，则在显著性水平α下拒绝原假设。 如果α ≤ P 值，这种说法是错误的。统计结果中显示Pr & F.05或0.01），决定接受还是拒绝H0，只能说明某事件发生的机率。 P &lt、这一样本不是从该总体抽出，所以有所不同; 0.01 时样本间的差异比P &lt。 2) 拒绝原假设的最小显著性水平
采纳率：60%
为您推荐：
其他类似问题
您可能关注的内容
数据分析的相关知识
换一换
回答问题，赢新手礼包登录网易通行证
使用网易通行证(含网易邮箱)帐号登录
提交您的投诉或建议
视频画面花屏
视/音频不同步
播放不流畅
分享给朋友:
扫描分享给微信好友和朋友圈
扫一扫分享给微信好友和朋友圈
通过代码可以让这个视频在其它地方上播放！
复制FLASH代码
复制HTML代码
复制页面地址
使用公开课APP下载视频
扫描二维码 手机继续看
扫描二维码在手机上继续观看，
还可分享给您的好友。
没有公开课客户端？
登录后才能查看我的笔记
暂时没有笔记!
确定删除笔记？
即将播放下一集，请您保存当前的笔记哦！
对字幕纠错要登录哦！
内容不能少于3个字
均值也就是算术平均值，即数据集中所有数据之和除以数据个数。中位数是数据集排序后，处在中间的数。众数是数据集中出现次数最多的数。
极差是数据集中最大数减去最小数的统计量。中程数是最大数和最小数的均值。
象形统计图是用象形图像表示统计数据的图像，这一节讲象形统计图及例子。
条形图又称柱形图，是一种重要的分类汇总工具，这一节讲条形图及例子。
[第5课]统计学5 线形图
线形图，是将数据点描出来，然后连线形成的图像。用来表示趋势，这一节讲线形图及例子。
饼图，看起来像一块切开的饼，用于表示占比。这一节讲饼图及例子。
当线形图画成什么样子时会产生误导了，这一讲将讲到这一问题。
茎叶图是将数组中的数按位数进行比较，分别做出茎和叶，以此统计数据。这一讲讲茎叶图及例子。
盒须图是用四个四分位点分开数据集的图，能有效给出数据散布状况。这一讲讲盒须图及例子。
这一讲讲盒须图的另外一个例子，强化盒须图这一重要统计图表的概念。
集中趋势在统计学中是指一组数据向某一中心值靠拢的程度，它反映了一组数据中心点的位置所在。
研究中实际观测或调查的一部分个体称为样本，研究对象的全部称为总体。这一讲区分了这两个概念，并给出了样本均值和总体均值的求法。
方差用来表述数据和均值之间的偏离程度，总体方差的计算公式是σ2=Σ(Xi-μ)2/N，其中求和的i从1到N。
方差用来表述数据和均值之间的偏离程度，样本方差不同于总体方差，计算公式为S2=Σ(Xi-X̄)2/(n-1)，其中求和的i从1到n，这里方差用的是n-1而不是n。
标准差σ是表述数据和均值之间的偏离程度的另一个重要标志。它等于方差的平方根。
方差的公式除了σ2=Σ(Xi-μ)2/N以外，还有σ2=Σ(Xi)2/N-μ2，这一节讲授这些公式之间的推导。
随机变量是表示随机现象各种结果的变量。萨尔曼认为随机变量并不是传统意义上的变量，而是一种由随机过程映射到数值的函数。
这一节讲到连续随机变量，以及概率密度函数的概念。求概率也就是对概率密度函数进行积分。
二项分布即重复n次的伯努利试验，在每次试验中只有两种可能的结果。这一节讨论五次抛硬币中，表示正面出现次数的随机变量X，当X=n时的概率。
这一节接着前一节讲二项分布，首先作出其概率分布图。然后说明，二项分布的极限情况是正态分布。
这一节接着前一节讲二项分布，以投篮为例，讲了投中和不中概率不相等时的二项分布情况。
这一节接着前一节讲二项分布，继续以投篮为例，讲授如何运用Excel计算并绘图。
这一节讲随机变量X的期望值，强调期望值的本质就是总体无穷时的总体均值。
二项分布的期望值E(X)=np，其中n为随机试验次数，p为某一次的成功概率。这一节证明了这个公式。
泊松过程是一种累计随机事件发生次数的最基本的独立增量过程。这一节关键在于论证，它其实就是二项分布的极限情况。
泊松过程是一种累计随机事件发生次数的最基本的独立增量过程。这一节最终通过求极限，推导出了泊松过程的公式。并进行了应用举例。
大数定律的概念其实很简单，也就是样本数量足够多的时候，样本均值趋近于总体均值，或者说随机变量的期望值。
正态分布又称为高斯分布，其概率密度函数是著名的钟形曲线，它是概率论中最重要的一种分布，也是自然界最常见的一种分布。这一节通过Excel，讲解了正态分布同二项分布之间的关系。
正态分布是概率论中最重要的一种分布，也是自然界最常见的一种分布。这一节仔细讲解了正态分布的概率密度函数和累积分布函数，并给出了相应的直观理解和记忆方式。
正态分布是概率论中最重要的一种分布，也是自然界最常见的一种分布。这一节给出了几个例子，讲解这些例子是否能用正态分布来描述。
z分数在正态分布中，也就是，某值x离均值有多少个标准差远，即(x-μ)/σ，其中μ为期望值，σ为标准差。
这一节讲到正态分布概率的经验法则，即68-95-99.7法则。也就是说正态分布均值左右一个标准差内的概率是68%，两个标准差内概率为95%，三个标准差内概率为99.7%。
这一节通过标准正态分布（也就是期望值μ为0，标准差σ为1的正态分布），继续讲解68-95-99.7法则在正态分布中的应用。
这样一节是对经验法则和z分数的进一步练习，z分数并不一定只适用于正态分布，任何分布中都可以计算z分数。
中心极限定理：设从均值为μ、方差为σ2的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布。
样本均值的抽样分布是所有的样本均值形成的分布，即μ的概率分布。这一节通过一个模拟程序进行了图形化解释。
样本均值的抽样分布是所有的样本均值形成的分布，根据中心极限定理，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布。即随着样本容量n变大，抽样分布标准差越小，越收拢。
均值标准误差也就是样本均值抽样分布的标准差，它等于σ/根号n，其中σ是原总体分布的标准差，n为样本容量。这一节详细介绍了这个公式。
男性户外活动一天平均喝2L水，标准差0.7L，如果为50个男性的户外活动准备110L水，不够喝的概率是多少？这一节主要讲解这个问题，进一步熟悉抽样分布的实际应用。
置信区间是指由样本统计量所构造的总体参数的估计区间。这一节通过一个例题引出了置信区间这一概念。
伯努利分布是一个离散概率分布。伯努利试验失败，随机变量为0，成功则为1。这一节给出了一个例子，其成功机率为60%，然后计算了相应的统计量。
努利分布是一个离散概率分布。伯努利试验失败，随机变量为0，成功则为1。其成功机率为p，失败机率为1-p，均值为p，方差为p(1-p)。这一节推导了这些公式。
误差范围表达了统计结果中的随机波动的大小。这一节通过一个伯努利分布的例子来讲解这一问题，伯努利试验成功概率p的置信区间如果是33%到53%（43%±10%），那么误差范围也就是10%。
误差范围表达了统计结果中的随机波动的大小。这一节通过一个伯努利分布的例子来讲解这一问题，伯努利试验成功概率p的置信区间如果是33%到53%（43%±10%），那么误差范围也就是10%。这一节继续上一节讲完这个问题。
置信区间，比如99%置信区间，也就是&相信&99%几率，某统计量所落在的区间。这里之所以用&置信&donfident，是因为一般总体标准差是由样本标准差估计，并不是准确值造成的。这一节通过一个例题，更明确地讲解了置信区间的概念。
当样本容量很小时，样本均值抽样分布不应该采用正态分布，而应采用t分布。t分布用于对呈正态分布的总体的均值进行估计，在样本容量小时非常有用。
假设检验是统计在人文科学、自然科学中应用最广泛的方法之一。通常设定两个假设：零假设和备择假设，然后通过拒绝零假设，来接受备择假设，从而完成检验。p值中p表示概率，指的是零假设若成立，得到测量样本情况的概率。这一节通过例题讲解了假设检验和p值。
这一节继续上一节的内容，讲解假设检验的内容。单侧检验也就是只看抽样分布一侧的情况，这一节主要讲这种情况。这一节的例子中，备择假设同上一节中双侧检验的情况不一样。
当样本容量很小时，样本均值抽样分布不应该采用正态分布，而应采用t分布。z统计量服从正态分布，而t统计量服从t分布，这一节给出了样本容量30的界限，经验上告诉你如何在z统计量和t统计量之间进行取舍。
若零假设事实上成立，但统计检验的结果不支持零假设（拒绝零假设），这种错误称为第一型错误。若零假设事实上不成立，但统计检验的结果支持零假设（接受零假设），这种错误称为第二型错误。
学校：可汗学院
授课语言：中文
类型：计算机 可汗学院 教育
课程简介：这门课是统计学入门课程，将涵盖统计学所有的主要知识，包括：随机变量、均值方差标准差、统计图表、概率密度、二项分布、泊松分布、正态分布、大数定律、中心极限定理、样本和抽样分布、参数估计、置信区间、伯努利分布、假设检验和p值、方差分析、回归分析等内容。
扫描左侧二维码下载客户端我是03年高中毕业，之后进入焦化公司上班，一直到现在。从事风机房，冷凝工作。现在是
我们的一名管理人员去检查车间的电梯，被困电梯里面，拨打救援电话，半个小时后机修的
查看: 2056|回复: 21
求教下各位大神PID调节中的P值到底具体是指什么啊？看了半天看不明白啊！
阅读权限10
积分帖子主题
加入海川与三百六十万化工人交流互动（支持手机号、微信一键注册）
才可以下载或查看，没有帐号？
本帖最后由 oiloper 于
16:21 编辑
假设一个调节阀控制的系统只有P调节，P值是0.5：设点值是1000，那么当系统稳定时，调节阀开度应是多少？静态误差又应该是多少？
我看有个资料上说的比例度是，误差与整个量程的百分比达到P值时，阀门开度为100%，比如P为0.5那么就是误差达到整个量程的50%时，阀门全开。是这样的么？
阅读权限30
积分帖子主题
按照那个公式：e是误差（是带单位的），u是输出值（如4-20mA信号），他们都除以各自的量程得到各自的一个 ...
“e是误差（是带单位的），u是输出值（如4-20mA信号）”
准确的说，e是指偏差，即调节器测量值（PV)与设定值(SP)之差；对于误差这一名称，测量仪表基础知识中有明确的定义，所以不能叫误差，不能把二者搞混淆了。
调节器的输出值u即是偏差e与比列系数（或比列度的导数)的乘积。
阅读权限20
积分帖子主题
还是没有明白P值到底该如何理解。
阅读权限20
积分帖子主题
看曲线就ok了，合适的就是最好的
阅读权限10
积分帖子主题
呃，好吧，我手机打的，有几个打错的地方～将就看吧，你这个公式e是误差吧，u是什么～？现在做PID整定不是 ...
按照那个公式：e是误差（是带单位的），u是输出值（如4-20mA信号），他们都除以各自的量程得到各自的一个无纲量（对于阀门的输出就直接是阀门的开度）然后再相比就得到比例度。但是我看那个软件里的比例度的值好像是直接用e和开度相比得到的，而不是像公式那样用误差与量程的百分比和开度相比。（软件里的比例感觉应该是比例系数）
“e是误差（是带单位的），u是输出值（如4-20mA信号）”
准确的说，e是指偏差，即调节器测量值（PV)与设定值(SP)之差；对于误差这一名称，测量仪表基础知识中有明确的定义，所以不能叫误差，不能把二者搞混淆了。&
阅读权限150
积分帖子主题
逍遙騰龍的管辖
&成长值: 36VIP2, 成长值 600, 距离下一级还需 564 成长值
论坛那个软件玩玩就行了，连个输出曲线都没有，你做PID整定能做好？初学者就要中规中矩，设定值，控制值，输出值，误差量这四个都要有，才能做整定，当前大神随口一说就是完美也有可能
阅读权限150
积分帖子主题
逍遙騰龍的管辖
&成长值: 36VIP2, 成长值 600, 距离下一级还需 564 成长值
呃，好吧，我手机打的，有几个打错的地方～将就看吧，你这个公式e是误差吧，u是什么～？现在做PID整定不是编PID程序，所以很多公式我也看不懂，这个PID整定很高深，有方法论，不是每个人都能玩的～
按照那个公式：e是误差（是带单位的），u是输出值（如4-20mA信号），他们都除以各自的量程得到各自的一个无纲量（对于阀门的输出就直接是阀门的开度）然后再相比就得到比例度。但是我看那个软件里的比例度的值好像是&
阅读权限150
积分帖子主题
逍遙騰龍的管辖
&成长值: 36VIP2, 成长值 600, 距离下一级还需 564 成长值
卧槽，我怎么觉得我打的我自己都读不懂，再说一遍，P有两个定义，比例度和比例系数，这两个意思相反，我这里只说比例系数。看公式可知，比例系数就是误差的倍数进行调节，等同于你控制一个水龙头，往盆里放水，比例度大呢，意味着你一开始就开很大，拧到头了，水流很大，水很快的到了预订水位，你赶紧关小了，结果发现超了～这就是比例系数大了，比例度小了。如果你开水龙头比较保守，先来一个不算太大的大流，然后赶紧关小了，让他慢慢来，这就是比例系数小了，比例度大了～～论坛里那个软件，不要设置微分（微分为0），有什么问题随便问
阅读权限10
积分帖子主题
楼主见谅，这些都是大神级别，你这个问题是做仪表中的基础，嗯，很难一句两句说清楚，因为涉及到一个公式的 ...
谢谢你的耐心回答，我后面自己找了下资料，然后终于找到个自己能看懂的PPT里面有比例度的公式，然后自己对PID调节也大概有了个认知性的了解了，之所以比较困惑是因为，用论坛里那个PID水量控制仿真软件时，稳定时得到的参数和自己计算出的感觉不一样
(6.66 KB, 下载次数: 19)
18:01 上传
阅读权限150
积分帖子主题
逍遙騰龍的管辖
&成长值: 36VIP2, 成长值 600, 距离下一级还需 564 成长值
楼主见谅，这些都是大神级别，你这个问题是做仪表中的基础，嗯，很难一句两句说清楚，因为涉及到一个公式的问题，我简单的讲下，所谓PID是对误差求比例积分微分，然后输出。比例就是调节力，分为比例系数与比例度，他两个定义不同，比例系数大了，输出等于误差乘以这个比例系数，所以比例系数大了，就回产生震荡，比例系数小了就会显得调节力度太小，很慢没有劲！
谢谢你的耐心回答，我后面自己找了下资料，然后终于找到个自己能看懂的PPT里面有比例度的公式，然后自己对PID调节也大概有了个认知性的了解了，之所以比较困惑是因为，用论坛里那个PID水量控制仿真软件时，稳定时得&
您需要登录后才可以回帖
回帖并转播
在线QQ客服&&
&(电话工作日09:00--17:00,信箱和QQ号全天受理咨询)
三百六十万海川人欢迎您的参与 化工技术交流第一社区，共同学习 共同提高!
版权所有 海川网-海川化工论坛
Discuz!---
本站法律顾问 : 辽宁好谋律师事务所 谢晨曦 主任律师
&&&&&&&&&&