百度文库- 让每个人平等地提升自我1 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（或），决定接受还是拒绝 H0 。如果 P＞，不能否定“差别由抽样误差引起”，则接受H0 ；如果 P＜或 P ＜，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＞ 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＜ 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 ＜ 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＜， D 药取得 P ＜并不表示D 的药效比C 强。⑵ P＞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 ＜，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P 值是最常用的一个统计学指标，几乎统计软件输出结果都有P 值。了解 p 值的由来、计算和意义很有必要。统计学意义（p 值）（这是经理每次争论的焦点）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。如p=提示样本中...
