p<0.05是什么意思？

一般以P <0.05 为有统计学差异。P<0.01 为有显著统计学差异，P<0.001为有极其显著的统计学差异。其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.001。

实际上，P值不能赋予数据任何重要性，只能说明某事件发生的几率。统计结果中显示Pr >F，也可写成Pr( >F)，P = P{ F0.05 >F}或P = P{ F0.01 >F}。

理解P值，下述几点必须注意：

1、P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<0.05，D药取得P <0.01并不表示D的药效比C强。

2、P>0.05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。那种将“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。

3、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 <0.001，无此必要。

4、显著性检验只是统计结论。判断差别还要根据专业知识。抽样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因。

以上内容参考 百度百科—假设检验中的P值

一、P>0.05 表示无显著性差异；0.01<P<0.05 表示显著性差异，通常以*标记；P<0.01表示极显著性差异，通常以**标记。

二、P值计算方法：

左侧检验P值是当时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值。

右侧检验P值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值。

扩展资料：

p值在一个概率模型中，统计摘要（如两组样本均值差）与实际观测数据相同，或甚至更大这一事件发生的概率。换言之，是检验假设零假设成立或表现更严重的可能性。p值若与选定显著性水平（0.05或0.01）相比更小，则零假设会被否定而不可接受。然而这并不直接表明原假设正确。p值是一个服从正态分布的随机变量，在实际使用中因样本等各种因素存在不确定性。产生的结果可能会带来争议。

参考资料来源：百度百科-P值

1、统计学显著性检验，当显著性水平α取0.05时，P>0.05为“不显著”；P<=0.05为“显著”。

P值指的是比较的两者的差别是由机遇所致的可能性大小。P值越小，越有理由认为对比事物间存在差异。例如，单侧检验显著性水平0.05对应的标准正态分布的分位数为1.645,而双侧检验的标准正态分布的0.025分位数是1.96。在进行双侧检验时，Z值大于1.96，则P值小于显著性水平0.05。

P<0.05,表明结果显示的差别是由机遇所致的可能性不足5%，或者说，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%。

2、分位数1.64是单侧检验显著性水平0.05对应的标准正态分布的分位数，即进行单侧检验时95%置信区间对应的Z值。1.96是双侧检验的标准正态分布的0.025分位数，即双侧检验时95%置信区间对应的Z值。2.58是双侧检验的标准正态分布的0.005分位数，双侧检验时99%置信区间对应的Z值。

扩展资料：

通常用“显著”来表示P值大小，所以P值最常见的误用是把统计学上的显著与临床或实际中的显著差异相混淆，即混淆“差异具有显著性”和“具有显著差异”二者的意思。其实，前者指的是p<=0.05，即说明有充分的理由认为比较的二者来自同一总体的可能性不足5%，因而认为二者确实有差异，下这个结论出错的可能性<=5%。而后者的意思是二者的差别确实很大。举例来说，3和50的差别很大，因而可以说是“有显著差异”，而5和5.1差别不大，但如果计算得到的P值<=0.05，则认为二者“差别有显著性”，但是不能说“有显著差异”。

参考资料：

百度百科——显著性检验

---