p值怎么计算？

Question

如题所述

Answer 1

p值，也称显著性值或者Sig.值，用于描述某件事情发生的概率情况，其取值范围是0~1，不包括0和1，通常情况下，一般有三个判断标准一个是0.01、0.05以及0.1。在绝大多数情况下，如果p值小于0.01，则说明至少有99％的把握，如果p值小于0.05（且大于或等于0.01），则说明至少有95％的把握，如果p值小于0.1（且大于或等于0.05），则说明至少有90％的把握。

在统计语言表达上，如果p值小于0.01，则称作0.01水平显著，例如，研究人员分析X对Y是否存在影响关系时，如果X对应的p值为0.00（由于小数位精度要求，展示为0.00），则说明X对Y存在影响关系这件事至少有99％的把握，统计语言描述为X在0.01水平上呈现显著性。

如果P值小于0.05(且大于或等于0.01)，则称作在0.05水平上显著。例如，研究人员在研究不同性别人群的购买意愿是否有明显的差异时，如果对应的P值为0.01，则说明在0.05水平上呈现出显著性差异，即说明不同性别人群的购买意愿有着明显的差异，而且对此类差异至少有95%的把握。绝大多数研究希望P值小于0.05，即说明研究对象之间有影响、有关系或有差异等。但个别地方需要P值大于0.05，如方差齐性检验时需要P值大于0.05（此处P值大于0.05说明方差不相等）。

可以利用SPSSAU进行计算，假设计算方差分析中的p值，从而判断模型是否显著。分析不同学历对某产品的满意度是否有显著性差异。

如果手工计算，需要计算出F值，最后查表，然后判断是否有显著性差异，最后得到结论，使用SPSSAU直接将分析项拖拽到分析框内（过程简单，这里不展示），最后得到F值为0.606，p值为0.613大于0.1，说明不同学历对产品满意度没有显著性差异。

Answer 2

P值（P-value）是统计学中的一个概念，用于判断一个统计检验结果的显著性。P值表示在零假设成立的情况下，观察到的统计量或更极端情况出现的概率。
计算P值的方法依赖于具体的统计检验方法。下面是一般的计算P值的步骤：
建立零假设（Null Hypothesis）和备择假设（Alternative Hypothesis）：
零假设（H0）是指没有显著差异或效应存在的假设。
备择假设（H1或Ha）是指存在显著差异或效应的假设。
选择适当的统计检验方法，根据数据类型、样本量和研究设计等因素。常见的统计检验方法包括t检验、卡方检验、方差分析（ANOVA）等。
根据选择的统计检验方法，计算出具体的统计量（如t值、卡方值、F值等）。
根据零假设，计算出在零假设成立的情况下，观察到的统计量或更极端情况出现的概率。这个概率即为P值。
根据事先设定的显著性水平（通常是0.05），将计算得到的P值与显著性水平进行比较。
如果P值小于显著性水平，通常是0.05，可以拒绝零假设，并认为结果具有统计显著性，即认为观察到的差异或效应是真实存在的。
如果P值大于或等于显著性水平，不能拒绝零假设，无法得出统计显著性的结论，即认为观察到的差异或效应可能是由于随机性导致的。