1樓：匿名使用者
你說的太不詳細了。因為p在多種分析中都有，例如，差異顯著性、相關、迴歸等都有它。
一組有統計學意義，一組卻沒有
2樓：加呼
可以使用spss軟體（或其他統計軟體）的crosstabs進行分析，採用其列出的fisher精確檢驗的結果就可以了，結果是肯定可靠的。但是，由於另一組只有9例，這有可能會降低卡方檢驗的檢驗效能。
統計學上為什麼p值大於0.05我們可認為該組資料是符合正態分佈？
3樓：匿名使用者
是的。大於0.05表示無差異，小於0.05表示有差異。大於0.05表明與正態分佈無差異，故符合正態分佈。
由於「小概率事件」和假設檢驗的基本思想 「小概率事件」通常指發生的概率小於5%的事件，認為在一次試驗中該事件是幾乎不可能發生的。
由此可見x落在（μ-3σ,μ+3σ）以外的概率小於千分之三，在實際問題中常認為相應的事件是不會發生的，基本上可以把區間（μ-3σ,μ+3σ）看作是隨機變數x實際可能的取值區間，這稱之為正態分佈的「3σ」原則。
集中性：正態曲線的高峰位於正**，即均數所在的位置。
對稱性：正態曲線以均數為中心，左右對稱，曲線兩端永遠不與橫軸相交。
均勻變動性：正態曲線由均數所在處開始，分別向左右兩側逐漸均勻下降。
曲線與橫軸間的面積總等於1，相當於概率密度函式的函式從正無窮到負無窮積分的概率為1。即頻率的總和為100%。
4樓：匿名使用者
簡單講一般可以這樣理解：統計學裡在差異性的比較中，大於0.05表示無差異，小於0.05表示有差異。大於0.05表明與正態分佈無差異，故符合正態分佈。
p值不代表顯著不顯著，只是代表我們下錯誤結論的機率。
5樓：千影水妖
不知道。。。等高人指點下。。學習ing
統計學中的p什麼時候小於0.05，什麼時候小於0.01
6樓：stop華崽
說的通俗一些,0.05或 0.01是表copy示一個小概率事件,統計學上認為,發生概率非常小的事件在一次試驗中是不可能發生的.
那多小的概率才算是小概率呢?就是0.05或 0.
01了.什麼時候取0.05，什麼時候取0.
01,這個問題有些複雜,一般來說要求的結果比較嚴格的時候取0.01，也就是檢驗水準的選取原則問題。
統計學中p＜0.01 說明什麼
7樓：南瓜蘋果
一般顯著性p小於0.05為顯著相關，小於0.01為極顯著相關。
p值即概率，反映某一事件發生的可能性大小。統計學根據顯著性檢驗方法所得到的p值，其含義是樣本間的差異由抽樣誤差所致的概率小於0.05或0.
01。結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上，p值為結果可信程度的一個遞減指標。p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。
p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
擴充套件資料
假設檢驗是推斷統計中的一項重要內容。用sas、spss等專業統計軟體進行假設檢驗，在假設檢驗中常見到p值，p值是進行檢驗決策的另一個依據。
實際上，p值不能賦予資料任何重要性，只能說明某事件發生的機率。統計結果中顯示pr > f，也可寫成pr( >f)，p = p或p = p。
p的意義不表示兩組差別的大小，p反映兩組差別有無統計學意義，並不表示差別大小。因此，與對照組相比，c藥取得p<0.05，d藥取得p <0.01並不表示d的藥效比c強。
8樓：匿名使用者
通常，許多的科學領域中產生p值的結果≤0.05被認為是統計學意義的邊界線，但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義，而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規
為什麼兩組資料配對一組明顯比另一組大，t檢驗p值結果大於0.05
9樓：魚躍紅日
這是因為兩組資料的差異還沒有達到顯著性差異的程度。
結論仍然是兩組資料無差異，或者說二者來自同一個總體。
統計學中的「p」值是什麼意思?怎麼計算?
10樓：忘洛心
p值即概率，反映某一事件發生的可能性大小。
不同的p數值所表達的含義也是不一樣的。
統計學根據顯著性檢驗方法所得到的p 值，一般以p < 0.05 為有統計學差異， p<0.01 為有顯著統計學差異，p<0.001為有極其顯著的統計學差異。
其含義是樣本間的差異由抽樣誤差所致的概率小於0.05 、0.01、0.
001。實際上，p值不能賦予資料任何重要性，只能說明某事件發生的機率。統計結果中顯示pr > f，也可寫成pr( >f)，p = p或p = p。
拓展資料：
計算p值的相關注意事項：
1、p的意義不表示兩組差別的大小，p反映兩組差別有無統計學意義，並不表示差別大小。因此，與對照組相比，c藥取得p<0.05，d藥取得p <0.01並不表示d的藥效比c強。
2、p>0.05時，差異無顯著意義，根據統計學原理可知，不能否認無效假設，但並不認為無效假設肯定成立。在藥效統計分析中，更不表示兩藥等效。
哪種將「兩組差別無顯著意義」與「兩組基本等效」相同的做法是缺乏統計學依據的。
3、統計學主要用上述三種p值表示，也可以計算出確切的p值，有人用p <0.001，無此必要。
4、顯著性檢驗只是統計結論。判斷差別還要根據專業知識。抽樣所得的樣本，其統計量會與總體引數有所不同，這可能是由於兩種原因。
p值的其他含義：
1、 一種概率，一種在原假設為真的前提下出現觀察樣本以及更極端情況的概率。
2、拒絕原假設的最小顯著性水平。
3、觀察到的(例項的)顯著性水平。
4、表示對原假設的支援程度，是用於確定是否應該拒絕原假設的另一種方法。
11樓：瑾
與「機率」不同，一個事件的機率（odds）是指該事件發生的概率與該事件不發生的概率的比值。
拓展資料：
關於統計定義
在一定條件下，重複做n次試驗，na為n次試驗中事件a發生的次數，如果隨著n逐漸增大，頻率na/n逐漸穩定在某一數值p附近，則數值p稱為事件a在該條件下發生的概率，記做p(a)=p。這個定義成為概率的統計定義。
在歷史上，第一個對「當試驗次數n逐漸增大，頻率na穩定在其概率p上」這一論斷給以嚴格的意義和數學證明的是雅各布·伯努利（jacob bernoulli）。
從概率的統計定義可以看到，數值p就是在該條件下刻畫事件a發生可能性大小的一個數量指標。
12樓：墨竹親親
統計學意義（p值）zt：
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=0.05提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
（這並不是說如果變數間存在關聯，我們可得到5%或95%次數的相同結果，當總體中的變數存在關聯，重複研究和發現關聯的可能性與設計的統計學效力有關。）在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
2.均值的計算：
在處理實驗資料或取樣資料時，經常會遇到對相同取樣或相同實驗條件下同一隨機變數的多個不同取值進行統計處理的問題。此時，多數作者會不假思索地直接給出算術平均值和標準差。顯然，這種做法是不嚴謹的。
在數理統計學中，作為描述隨機變數總體大小特徵的統計量有算術平均值、幾何平均值和中位數等。
拓展資料：
何時用算術平均值？何時用幾何平均值？以及何時用中位數？
1. 這不能由研究者根據主觀意願隨意確定，而要根據隨機變數的分佈特徵確定。反映隨機變數總體大小特徵的統計量是數學期望，而在隨機變數的分佈服從正態分佈時，其總體的數學期望就是其算術平均值。
此時，可用樣本的算術平均值描述隨機變數的大小特徵。
2. 如果所研究的隨機變數不服從正態分佈，則算術平均值不能準確反映該變數的大小特徵。在這種情況下，可通過假設檢驗來判斷隨機變數是否服從對數正態分佈。
3. 如果服從對數正態分佈，則可用幾何平均值描述該隨機變數總體的大小。此時，就可以計算變數的幾何平均值。
4. 如果隨機變數既不服從正態分佈也不服從對數正態分佈，則按現有的數理統計學知識，尚無合適的統計量描述該變數的大小特徵。退而求其次，此時可用中位數來描述變數的大小特徵。
13樓：fu我若為王
統計學中p一般指概率。
以古典概率模型為例，概率的計算方法為：
古典定義
如果一個試驗滿足兩條：
（1）試驗只有有限個基本結果；
（2）試驗的每個基本結果出現的可能性是一樣的。
這樣的試驗便是古典試驗。
其中n表示該試驗中所有可能出現的基本結果的總數目。m表示事件a包含的試驗基本結果數。
這裡，僅僅舉例了簡單的古典概率，其還有很多種模型。你可以找統計學的相關書籍進行學習。
拓展內容：概率亦稱「或然率」。它反映隨機事件出現的可能性大小的量度。
隨機事件是指在相同條件下，可能出現也可能不出現的事件。例如，從一批有**和次品的商品中，隨意抽取一件，「抽得的是**」就是一個隨機事件。設對某一隨機現象進行了n次試驗與觀察，其中a事件出現了m次，即其出現的頻率為m/n。
經過大量反覆試驗，常有m/n越來越接近於某個確定的常數。該常數即為事件a出現的概率，常用p (a) 表示，與「機率」不同，一個事件的機率（odds）是指該事件發生的概率與該事件不發生的概率的比值。
14樓：前行熊貓
p值即概率，反映某一事件發生的可能性大小。
統計學根據顯著性檢驗方法所得到的p 值，一般以p < 0.05 為有統計學差異， p<0.01 為有顯著統計學差異，p<0.
001為有極其顯著的統計學差異。其含義是樣本間的差異由抽樣誤差所致的概率小於0.05 、0.
01、0.001。實際上，p值不能賦予資料任何重要性，只能說明某事件發生的機率。
統計結果中顯示pr > f，也可寫成pr( >f)，p = p或p = p。
假設檢驗是推斷統計中的一項重要內容。用sas、spss等專業統計軟體進行假設檢驗，在假設檢驗中常見到p值( p-value，probability，pr)，p值是進行檢驗決策的另一個依據。
擴充套件資料：
p值由來
從某總體中抽
⑴、這一樣本是由該總體抽出，其差別是由抽樣誤差所致；
⑵、這一樣本不是從該總體抽出，所以有所不同。
如何判斷是那種原因呢？統計學中用顯著性檢驗來判斷。其步驟是：
⑴、建立檢驗假設（又稱無效假設，符號為h0）：如要比較a藥和b藥的療效是否相等，則假設兩組樣本來自同一總體，即a藥的總體療效和b藥相等，差別僅由抽樣誤差引起的碰巧出現的。
⑵、選擇適當的統計方法計算h0成立的可能性即概率有多大，概率用p值表示。
⑶、根據選定的顯著性水平（0.05或0.01），決定接受還是拒絕h0。
如果p>0.05，不能否定「差別由抽樣誤差引起」，則接受h0；如果p<0.05或p <0.
01，可以認為差別不由抽樣誤差引起，可以拒絕h0，則可以接受另一種可能性的假設（又稱備選假設，符號為h1），即兩樣本來自不同的總體，所以兩藥療效有差別。
p值的計算：
一般地，用x 表示檢驗的統計量，當h0為真時，可由樣本資料計算出該統計量的值c，根據檢驗統計量x的具體分佈，可求出p值。具體地說：
左側檢驗的p值為檢驗統計量x 小於樣本統計值c 的概率，即：p = p
右側檢驗的p值為檢驗統計量x 大於樣本統計值c 的概率：p = p
雙側檢驗的p值為檢驗統計量x 落在樣本統計值c 為端點的尾部區域內的概率的2 倍：p = 2p (當c位於分佈曲線的右端時) 或p = 2p (當c 位於分佈曲線的左端時) 。若x 服從正態分佈和t分佈，其分佈曲線是關於縱軸對稱的，故其p 值可表示為p = p 。
計算出p值後，將給定的顯著性水平α與p 值比較，就可作出檢驗的結論：
如果α > p值，則在顯著性水平α下拒絕原假設。
如果α ≤ p值，則在顯著性水平α下接受原假設。
在實踐中，當α = p值時，也即統計量的值c剛好等於臨界值，為慎重起見，可增加樣本容量，重新進行抽樣檢驗。
統計學中的p值代表什麼統計學中t值p值是什麼意思？怎麼計算？
我儘量用形象的語言說 p值越小 說明犯第一類錯誤的概率越小 你越可以推翻傳統的 保守的觀點 越可以接受新提出的 感興趣的觀點 什麼是第一類錯誤 統計上把保守的 傳統的觀點作為原假設 新穎的 感興趣的 想去論證的觀點作為備擇假設 就好比一個犯罪嫌疑人 在沒有確鑿的證據前都只能以他無罪為原假設 因為一個...
統計學中的P是什麼意思統計學中的P值是什麼意思怎麼計算
p值是指在一個概率模型中，統計摘要 如兩組樣本均值差 與實際觀測資料相同，或甚至更大這一事件發生的概率。換言之，是檢驗假設虛無假設成立或表現更嚴重的可能性。p值越小，表明結果越顯著，但是檢驗的結果究竟是 顯著的 中度顯著的 還是 高度顯著的 需要根據p值的大小和實際問題來解決。擴充套件資料 英國統計...
統計學相關性分析r 0 818，但P0 05,r 0 328,但P0 05這兩組資料有相關性嗎
p 0.05，說明在總體中不存在顯著的相關性，r表示樣本資料中兩者的相關程度 相關性分析裡用得到p 0.05嗎？r 0.818，但p 0.05,r 0.328,但p 0.05 這兩組資料有相關性嗎？首先看p，再看r 如果p 0.1，就可以看r了，不一定非要0.05一般來說r 0.7說明高相關，但在某...