1楼：您输入了违法字
p值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由r·a·fisher首先提出。
计算方法
为理解p值的计算过程，用z表示检验的统计量，zc表示根据样本数据计算得到的检验统计量值。
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
2楼：一生有你
简介假设检验是推断统计中的一项重要内容。用sas、spss等专业统计软件进行假设检验，在假设检验中常见到p 值( p-value，probability，pr)，p 值是进行检验决策的另一个依据。 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 = 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。 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
注意要点
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
3楼：匿名用户
花卉已售出的纸张，按照说明做的是非常简单的。
统计p值是什么，怎么算？
4楼：喵喵喵
p值（p value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果p值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，p值越小，我们拒绝原假设的理由越充分。
总之，p值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据p值的大小和实际问题来解决。
计算：为理解p值的计算过程，用z表示检验的统计量，zc表示根据样本数据计算得到的检验统计量值。
1、左侧检验
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
2、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
3、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
扩展资料
美国统计协会公布了p值使用的几大准则：
准则1：p值可以表达的是数据与一个给定模型不匹配的程度
这条准则的意思是说，我们通常会设立一个假设的模型，称为“原假设”，然后在这个模型下观察数据在多大程度上与原假设背道而驰。p值越小，说明数据与模型之间越不匹配。
准则2：p值并不能衡量某条假设为真的概率，或是数据仅由随机因素产生的概率。
这条准则表明，尽管研究者们在很多情况下都希望计算出某假设为真的概率，但p值的作用并不是这个。p值只解释数据与假设之间的关系，它并不解释假设本身。
准则3：科学结论、商业决策或政策制定不应该仅依赖于p值是否超过一个给定的阈值。
这一条给出了对决策制定的建议：成功的决策取决于很多方面，包括实验的设计，测量的质量，外部的信息和证据，假设的合理性等等。仅仅看p值是否小于0.05是非常具有误导性的。
准则4：合理的推断过程需要完整的报告和透明度。
这条准则强调，在给出统计分析的结果时，不能有选择地给出p值和相关分析。举个例子来说，某项研究可能使用了好几种分析的方法。
而研究者只报告p值最小的那项，这就会使得p值无法进行解释。相应地，声明建议研究者应该给出研究过程中检验过的假设的数量，所有使用过的方法和相应的p值等。
准则5：p值或统计显著性并不衡量影响的大小或结果的重要性。
这句话说明，统计的显著性并不代表科学上的重要性。一个经常会看到的现象是，无论某个效应的影响有多小，当样本量足够大或测量精度足够高时，p值通常都会很小。反之，一些重大的影响如果样本量不够多或测量精度不够高，其p值也可能很大。
准则6：p值就其本身而言，并不是一个非常好的对模型或假设所含证据大小的衡量。
简而言之，数据分析不能仅仅计算p值，而应该探索其他更贴近数据的模型。
声明之后还列举出了一些其他的能对p值进行补充的分析方手段，比如置信区间，贝叶斯方法，似然比，fdr（false discovery rate）等等。这些方法都依赖于一些其他的假定，但在一些特定的问题中会比p值更为直接地回答诸如“哪个假定更为正确”这样的问题。
声明最后给出了对统计实践者的一些建议：好的科学实践包括方方面面，如好的设计和实施，数值上和图形上对数据进行汇总，对研究中现象的理解，对结果的解释，完整的报告等等——科学的世界里，不存在哪个单一的指标能替代科学的思维方式。
5楼：笃行在路上
统计学意义（p值）zt
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。
专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。
p值是将观察结果认为有效即具有总体代表性的犯错概率。
6楼：匿名用户
结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。
p值的计算公式是
=2[1-φ(z0)] 当被测假设h1为 p不等于p0时；
=1-φ(z0) 当被测假设h1为 p大于p0时；
=φ(z0) 当被测假设h1为 p小于p0时；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根号下（np0(1-p0)）)最后，当p值小于某个显著参数的时候（常用0.05，标记为α，给你出题那个人，可能混淆了这两个概念）我们就可以否定假设。反之，则不能否定假设。
注意，这里p0是那个缺少的假设满意度，而不是要求的p值。
没有p0就形不成假设检验，也就不存在p值
统计学中的“p”值是什么意思?怎么计算?
7楼：忘洛心
p值即概率，反映某一事件发生的可能性大小。
不同的p数值所表达的含义也是不一样的。
统计学根据显著性检验方法所得到的p 值，一般以p < 0.05 为有统计学差异， p<0.01 为有显著统计学差异，p<0.001为有极其显著的统计学差异。
其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.
001。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几率。统计结果中显示pr > f，也可写成pr( >f)，p = p或p = p。
拓展资料：
计算p值的相关注意事项：
1、p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。
2、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。
3、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。
4、显著性检验只是统计结论。判断差别还要根据专业知识。抽样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因。
p值的其他含义：
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。
普通年金现值的计算公式：P A·(P A，i，n但是到
1楼 匿名用户 那只是个符号 ，是简化表示的符合，p表示现值的符合，a表示年金的符号，组合起来p a就是知道年金求现值 后面i表是折现率，n表示多少年，他虽然是个公式但是一般不去计算，只要查表就好。因为公式太麻烦，计算不方便使用，都有现成的 对应折现率及年数看求什么数据就在那个表里查就好了，符号p ...
金毛的串，长大了大概是啥样，颜值如何
1楼 谢翱骏 这是金毛跟什么的串啊，跟串串串吗，感觉像梗类 请问这种金毛串串是金毛和什么狗的串，长大后什么样子？谢啦 2楼 铁不张 耳朵太小 嘴也 不像 金毛嘴宽 爪子也小应 该长不了太大 3楼 栀子花味的雪 有点像和土狗，但是耳朵又不对，怎么感觉不会长太大呢 4楼 成南以城 土狗，长大了就是金毛土...
如果满分10分颜值能达到8分是啥水平
1楼 匿名用户 说明长得已经很不错了，算美女，要是在好看点就是女神了 2楼 蛋蛋之周 达到看见就情不自禁的起竿的水平了。 3楼 中山海之声 非常高了，让人羡慕死了。 4楼 sunny娜美珑晶 10分就算神颜 就像nana 允儿 秀晶 西卡这样的 8分就算美颜 就像泰妍 雪莉 娜恩 亚荣 达拉这样的 ...