Question

急请问统计学P值的意义，谢谢

P<0.05叫有统计学意义还是有显著性差异，P<0.01呢，P<0.001呢怎么去分析，还有为什么取0.001，0.01，0.05啊，请简明清楚扼要回答，谢谢大侠。
可以说P<0.05叫有统计学意义或有显著性差异，P<0.01有非常显著性差异吗，P<0.001怎么说，“它的意思就是说如果有100个去统计这个结果，可能有95个人和我这个统计结果是一样的”可以理解为，“我做的这个统计做100遍，95遍都是这个结果，只有5遍是例外？

Answer 1

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。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。

在最后结论中判断什么样的显著性水平具有统计学意义，不可避免地带有武断性。换句话说，认为结果无效而被拒绝接受的水平的选择具有武断性。实践中，最后的决定通常依赖于数据集比较和分析过程中结果是先验性还是仅仅为均数之间的两两>比较，依赖于总体数据集里结论一致的支持性证据的数量，依赖于以往该研究领域的惯例。通常，许多的科学领域中产生p值的结果≤0.05被认为是统计学意义的边界线，但是这显著性水平还包含了相当高的犯错可能性。结果0.05≥p>0.01被认为是具有统计学意义，而0.01≥p≥0.001被认为具有高度统计学意义。但要注意这种分类仅仅是研究基础上非正规的判断常规。
所有的检验统计都是正态分布的吗并不完全如此，但大多数检验都直接或间接与之有关，可以从正态分布中推导出来，如t检验、f检验或卡方检验。这些检验一般都要求：所分析变量在总体中呈正态分布，即满足所谓的正态假设。许多观察变量的确是呈正态分布的，这也是正态分布是现实世界的基本特征的原因。当人们用在正态分布基础上建立的检验分析非正态分布变量的数据时问题就产生了，（参阅非参数和方差分析的正态性检验）。这种条件下有两种方法：一是用替代的非参数检验（即无分布性检验），但这种方法不方便，因为从它所提供的结论形式看，这种方法统计效率低下、不灵活。另一种方法是：当确定样本量足够大的情况下，通常还是可以使用基于正态分布前提下的检验。后一种方法是基于一个相当重要的原则产生的，该原则对正态方程基础上的总体检验有极其重要的作用。即，随着样本量的增加，样本分布形状趋于正态，即使所研究的变量分布并不呈正态。

Answer 2

简单的讲吧，我看他们两个讲的蛮复杂的，其实没那么复杂
你知道正太分布吧，0.05、0.01、0.001分别对应着这三个数：95%、99%和99.9%，你可能在有些地方还会看到0.1，它是对应着90%,好了，我先向你解释下这几个百分数是什么意思，这四个百分数都是表示 我的统计结果有多大的把握性，比如95%，它的意思就是说如果有100个去统计这个结果，可能有95个人和我这个统计结果是一样的，这应该好理解，对吧 呵呵
好，当我们说我的结果的把握性有95%时，换句话说就是95%的可能性会出现和我一样的结果，只有5%的机会会和我的结果不一样，对吧
当我们在规定如果P<0.05时就通过检验，表示如果你这个结果的把握性>0.95,就可以了，也就是通过检验了。这只是用0.05来解释的，其他数是一样的
至于为什么选这些数，我想你可能已经明白了，我们不习惯说我对这件事有93%或97%的把握性吧，呵呵 对不对，
不知道我说清楚了没有。。。

Answer 3

P<0.05是有显著性差异，它和P>0.05只是具有不同的统计学意义而已
P值小于临界值时，认为可以拒绝原假设。而这个临界值是可接受的错误概率，它表示原假设实际正确而被拒绝的概率
取<多少只是一个习惯。很少看到文献中取P<0.001的。0.01、0.05、0.1都是常见的取值。有时候因单边或双边检验的区别，可能还会除以2

Answer 4

Answer 5

统计学意义:
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=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的P值通常被认为是可接受错误的边界水平。