1楼：匿名用户
小于0.05是人为规定出来，就像生活中所说的“万一。。。”，你应该听说过前一段时间有很多统计学家要求将这个数值减小一些，比如到0.
03，但是遭到了很多人的反对。因为将这个数值调小就意味着要更大的样本对实验结果作支撑，对于某些实验来说调整到0.03所要求的样本数是无法实现的，例如前段时间的“上帝粒子”希格斯粒子，如果调整到0.
03可能无法证明希格斯粒子的存在。还有比如社会调查，本来你只需要调查100个人就可以验证的实验，调整之后可能需要几千人，伴随而来的是巨大的人力财力投入。
p值小于等于0.05是否真有统计学意义
2楼：杨必宇
没有统计学意义。如果确实是这样，应该是接受原假设(也就是没有统计学意义)，因为不管那本参考书或统计软件都是说小于a （不包括等于a ，例如a=0.05）就拒绝原假设。
不过，如果是使用统计软件的话，应该不存在这个问题，因为统计软件计算的p值可以高达十几位小数点，不可能出现说的情况。
3楼：stop华崽
这个p<0.05,在统计学上认为有统计学意义，小概率事件嘛，认为有统计学意义，不一定有差异，统计结论是概率的，存在犯错误的可能，是否真的有差异，我们是不清楚的，只是因为概率小，我们接受了。
请问统计学中的p大于小于0.05%的算法是怎样的，我有一组数据，但是不知道这个有没有统计学意义？ 10
4楼：匿名用户
你说的太不详细了。因为p在多种分析中都有，例如，差异显著性、相关、回归等都有它。
直相关系数r=0.9，p<0.05表示什么统计学意义
5楼：爱娜娜的小雪梨
首先看显著性值，也就是sig值或称p值。它是判断r值，也即相关系数有没有统计学意义的。判定标准一般为0.
05。由表可知，两变量之间的相关性系数r=-0.035，其p值为0.
709>0.05,所以相关性系数没有统计学意义。无论r值大小，都表明两者之间没有相关性。
如果p值<0.05，那么就表明两者之间有相关性。然后再看r值，|r|值越大，相关性越好，正数指正相关，负数指负相关。
一般认为：|r|大于等于0.8时为两变量间高度相关；|r|大于等于0.
5小于0.8时认为两变量中度相关；|r|大于等于0.3小于0.
5时认为两变量低度相关或弱相关，|r|小于0.3说明相关程度为极弱相关或无相关。所以判断相关性，先看p值，看有没有相关性。
再看r值，看相关性是强还是弱。
统计学上为什么p值大于0.05我们可认为该组数据是符合正态分布？
6楼：匿名用户
是的。大于0.05表示无差异，小于0.05表示有差异。大于0.05表明与正态分布无差异，故符合正态分布。
由于“小概率事件”和假设检验的基本思想 “小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。
由此可见x落在（μ-3σ,μ+3σ）以外的概率小于千分之三，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间（μ-3σ,μ+3σ）看作是随机变量x实际可能的取值区间，这称之为正态分布的“3σ”原则。
集中性：正态曲线的高峰位于正**，即均数所在的位置。
对称性：正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。
均匀变动性：正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
7楼：匿名用户
简单讲一般可以这样理解：统计学里在差异性的比较中，大于0.05表示无差异，小于0.05表示有差异。大于0.05表明与正态分布无差异，故符合正态分布。
p值不代表显著不显著，只是代表我们下错误结论的机率。
8楼：千影水妖
不知道。。。等高人指点下。。学习ing
求教统计学中的pearson correlations中的sig.（2-tailed）小于0.05意味着什么？
9楼：匿名用户
pearson是你选择做相关检验的方法，sig是这种检验方法对应的显著水平（p值）。
sig小于0.05说明两组数据有显著相关性，
相关系数0.241（ p=0.905）怎么分析，到底有没有统计学意义。p>0.05的r值有什么意义？
10楼：匿名用户
相关系数0.241远远小于 p=0.905，我们可以认为线性相关关系不显著，或者说没有相关关系，没有统计学意义。
p>0.05的r值是指线性相关关系显著，近似认为有关系。
当相关系数大于0.905时，是指线性相关关系特别显著，套用公式就可以得到极度接近的数值，这也是相关分析的实际应用。
数据分析中的p值怎么计算、什么意义？
11楼：之何勿思
一、p值计算方法
左侧检验p值是当时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值。
右侧检验p值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值。
双侧检验p值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值。
二、p值的意义
p 值即概率，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 < 0.05 为显著， p <0.
01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。
12楼：卡门kamen之歌
p值即概率，反映某一事件发生的可能性大小。
p值的计算：
一般地，用x 表示检验的统计量，当h0为真时，可由样本数据计算出该统计量的值c，根据检验统计量x的具体分布，可求出p值。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 = p
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 = p
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：p = 2p (当c位于分布曲线的右端时) 或p = 2p (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 。
计算出p值后，将给定的显著性水平α与p 值比较，就可作出检验的结论：
如果α > p值，则在显著性水平α下拒绝原假设。
如果α ≤ p值，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，为慎重起见，可增加样本容量，重新进行抽样检验。
13楼：猴吠巳
p 值即概率，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 < 0.05 为显著， p <0.
01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。
实际上，p 值不能赋予数据任何重要性，只能说明某事件发生的机率。 p < 0.01 时样本间的差异比p < 0.
05 时更大，这种说法是错误的。统计结果中显示pr > f，也可写成pr( >f)，p = p或p = p。 下面的内容列出了p值计算方法。
(1) p值是： 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。 2) 拒绝原假设的最小显著性水平。
3) 观察到的(实例的) 显著性水平。 4) 表示对原假设的支持程度，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，用x 表示检验的统计量，当h0 为真时，可由样本数据计算出该统计量的值c ，根据检验统计量x 的具体分布，可求出p 值。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 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 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:
p = 2p (当c位于分布曲线的右端时) 或p = 2p (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 。 计算出p 值后，将给定的显著性水平α与p 值比较，就可作出检验的结论:
如果α > p 值，则在显著性水平α下拒绝原假设。 如果α ≤ p 值，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，为慎重起见，可增加样本容量，重新进行抽样检验。
整理自： 樊冬梅，假设检验中的p值. 郑州经济管理干部学院学报，2002，韩志霞, 张玲，p 值检验和假设检验。
边疆经济与文化，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、这一样本不是从该总体抽出，所以有所不同。 如何判断是那种原因呢？统计学中用显著性检验赖判断。
其步骤是： ⑴、建立检验假设（又称无效假设，符号为h0）：如要比较a药和b药的疗效是否相等，则假设两组样本来自同一总体，即a药的总体疗效和b药相等，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（0.05或0.
01），决定接受还是拒绝h0。如果p＞0.05，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，可以认为差别不由抽样误差引起，可以拒绝h0，则可以接受令一种可能性的假设（又称备选假设，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＜0.05 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 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，下述几点必须注意：
⑴p的意义不表示两组差别的大小，p反映两组差别有无统计学意义，并不表示差别大小。因此，与对照组相比，c药取得p＜0.05，d药取得p＜0.
01并不表示d的药效比c强。 ⑵ p＞0.05时，差异无显著意义，根据统计学原理可知，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，也可以计算出确切的p值，有人用p ＜0.
001，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。
样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因 [ts]kokofu 于 2010-3-25 22:12 补充以下内容[/ts] 实际上生物统计原理基于此……呵呵。 查看原帖》
怎么算一组数据的比例系数,同一组数据两种方法计算出来的结果怎么用统计学方法
1楼 zip改变 将数据中的表征值与实际 值相除，就得到比例系数了。下面以一组学生成绩数据为例 学生姓名 实考成绩 记分成绩 张xx 540 54 刘xx 598 59 8 孙xx 621 62 1 可见其表征值 记分成绩 与实际值 实考成绩 之比为1 10，即比例系数为1 10。 同一组数据两种方...
怎么算占总成交金额的百分比，这样算出来为什么是
1楼 成交率 成交的总笔数 进店顾客总 数 单笔平均成交量 全部的销售量 成交的总笔数 销售量 进店顾客总数 成交率 单笔平均成交量 由此我们可以看出，在进店人数和单笔成交量不变的情况下，如果店面接待人员通过努力，让顾客感到满意，从而只提升了成交率，销售量还是会实现倍数增加的 如果产品功能通过努力，...
曲线估计的方差分析表有什么意义,在统计学中，方差分析表如何填？
1楼 匿名用户 方差分析的基本原理是认为不同处理组的均数间的差别基本 有两个 1 随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示，记作ssw，组内自由度dfw。 2 实验条件，即不同的处理造成的差异，称为组间差异。 用变量在各组的均...