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。
P值是通过建立检验假设(又称无效假设H0)得到的,通过选择适当的统计方法计算H0成立的可能性有多大,即概率有多少,用P值来表示。利用小概率原理,根据选定的显著性水平(0.05或0.01),决定接受或拒绝H0。
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。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。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。
扩展资料:
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。P<0.05,就是说结果显示的差别是由机遇所致的可能性不足5%,或者说,别人在同样的条件下重复同样的研究,得出相反结论的可能性不足5%。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。
参考资料:
百度百科——假设检验中的P值
P值:又称显著性值或Sig值,代表描述某事情发生的概率。
如果P值小于0.01即说明某件事情的发生至少有99%的把握,如果P值小于0.05(并且大于0.01)则说明某件事情的发生至少有95%的把握。
常见标准有0.01和0.05。符号标示:0.01使用2个*号表示,0.05使用1个*号表示。
建议可以阅读网页版spssau的基础统计概念文档,可以快速了解基础内容。
0.05是设定的检验水准。
简单来讲,小于0.05就认为可以拒绝原假设。
0.05和0.01的区别是检验水准的不一样,0.01更高一些。
建议自己借本统计书,先看看最基础的,就懂了,自己不会自己找答案记得最清楚