知乎主頁：
首先解釋下「有統計學意義」和「顯著差異」 兩個概念：
」有統計學意義"和"差異顯著"是兩個不同的概念，"差異顯著"易給人一種誤導,
原來兩概念在統計學中經常有點通用，現在明確地只能用「有統計學意義」。
p<0.05是指假設h0（即兩總體沒區別）成立的可能性概率在5%以下，
a就是允許犯ⅰ類錯誤（拒絕了正確的無效假設h0）的概率，
一般在做假設檢驗之前先定好，
如果a=0.05，表示允許犯ⅰ類錯誤的概率為0.05，所以當p<0.05時，
說明在a=0.05允許的範圍內，認為兩總體是有差異的，
即兩總體差異有統計學意義（指在a=0.05的統計學引數情況下）；
如果此時p=0.04，而先設定a=0.01，則認為兩總體差異無統計學意義
（指在a=0.01的統計學引數情況下），雖然兩總體沒變，兩總體差異也沒變；
所以 」有統計學意義"並不等同於"差異顯著" ，舉個例子：兩組數：
a組：3, 3.05, 3.01, 3.04, 2.95;
b組：3.2, 3.1, 3.15, 3.14, 3.12;
兩組數差異（均數）並不大,但p<0.001,設定a=0.01或0.05,則認為兩總體差異統計學意義。這主要與兩組數的標準差有關。
如果寫成兩總體差異顯著，易認為兩組數（均數）差別大。
第一類錯誤與第二類錯誤 通俗解釋：
h0:乙個真心愛你的男生
h1:乙個不是真心愛你的男生
如果h0實際上成立，而你憑經驗拒絕了h0，也就是說，
你拒絕了乙個你認為不愛你而實際上真心愛你的男生，那麼你就犯了第ⅰ類錯誤；
如果h0實際上不成立，而你接受了h0，同樣的道理，
你接受了乙個你感覺愛你而實際上並不愛你的男生，那麼你就犯了第ⅱ類錯誤。
如果要同時減小犯第ⅰ類錯誤和第ⅱ類錯誤的概率，那就只能增加戀愛的次數n，
比如乙個經歷過n=100次戀愛的女生，第101次戀愛犯第ⅰ類錯誤和第ⅱ類錯誤的概率就會小很多了。
統計學上把保守的、傳統的觀點作為原假設h
0， 新穎的、感興趣的、想去論證的觀點作為備擇假設h1
統計學p值與顯著性水平之間的比較：
就好比乙個犯罪嫌疑人 在沒有確鑿的證據前都只能以他無罪為原假設
因為乙個人無罪判他有罪 比 有罪判無罪 的後果嚴重的多 大家都不願被冤枉
所以推廣開來 你想證明一班的成績比二班好 原假設就設為一班二班成績相同，
其中出現的個別成績有差異，是由於抽樣誤差所造成的，純在偶然性；
備擇假設就設為一班比二班成績好，其中樣本中出現的一班二班成績差異不是偶然出現的，
具有高度統計學意義，
因此， 一般把顯著性水平設定為0.05，當p值小於0.05時， 我們認為因為偶然性而造成的成績差異的概率比較小，
因此拒絕原假設，就可以接受一班成績比二班好的事實；
若p值比0.05大就說明沒有足夠證據證明一班成績比二班好，原假設中因為抽樣誤差而造成的成績差異的可能性比較高，
保守起見拒絕備擇假設 接受原假設。
統計學P值
p 值是最常用的乙個統計學指標，幾乎統計軟體輸出結果都有p值。統計學的觀點，超過一定基準 比如 5 其實是低於5 就不能簡單地認為這是偶然事件了，而是受到了外在的影響。數學大佬出來定義了乙個稱為 得到的就是 單側p值 所以 雙側p值 如果扔10次出現出現8次正面 一般而言，為了確定從樣本 sampl...
統計學中p值計算公式 統計學中的P值應該怎麼計算
誰浮誇了年華 2019 12 10 18 36 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 為顯著，p 0.01 為非常顯著，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。實際上，p 值不能賦予資料任何重要性，只能說明某...
統計學中p值計算公式 簡單談談基礎的統計學知識
統計學可以分為 描述統計學與推斷統計學 一 描述統計學 使用特定的數字或圖表來體現資料的集中程度和離散程度。運用的工具有 平均數 中位數 眾數 幾何平均數 調和平均數 方差 標準差等。例如箱線圖就可以很好反映其中部分重點統計值。二 推斷統計學 根據樣本資料推斷總體的資料特徵。相比描述統計學，大家對推...