问：p值大于0.05接受还是拒绝?
答：p值大于0.05是拒绝。
p大于0.05表示差异性不显著。
通常情况下，实验结果达到0.05水平或0.01水平，才可以说数据之间具备了差异显著或是极显著。在作结论时，应确实描述方向性（例如显著大于或显著小于）。sig值通常用P>0.05 表示差异性不显著；0.01<P<0.05 表示差异性显著；P<0.01表示差异性极显著。
p值介绍：
P值通常被用于在假设检验中描述某理论假设的有效性，通常理论的反面会被设为零假设。例如：我认为读者阅读完本文的耗时大于10分钟，其零假设便是读完本文的耗时小于10分钟。
因此我们只需要证明零假设发生几率相当小，那就可以说明我的说法是可信的。反之，只要证明我的说法的发生几率大到某个程度也可以证明我的理论。
- 答：p值大于0.05 说明不显著，需要“接受”原假设
问：假设检验中的P值是什么意思？
答：1、P<0.05，碰巧出现的可能性小于5%，可以否定原假设，两组差别有显著意义。
2、P>0.05，碰巧出现的可能性大于5%，不能否定原假设，两组差别无显著意义。
3、P <0.01，碰巧出现的可能性小于1%，可以否定原假设，两者差别有非常显著意义。
P值是：
1、一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2、拒绝原假设的最小显著性水平。
3、观察到的(实例的)显著性水平。
4、 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。
扩展资料
从研究总体中抽取一个随机样本计算检验统计量的值计算概率P值或者说观测的显著水平，即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
1、如果P<0.01，说明是较强的判定结果，拒绝假定的参数取值。
2、如果0.01<P值<0.05，说明较弱的判定结果，拒绝假定的参数取值。
3、如果P值>0.05，说明结果更倾向于接受假定的参数取值。
参考资料来源：百度百科——P值
参考资料来源：百度百科——假设检验中的P值
问：p <0.05 是什么意思？
就是数据统计中的。。。还有t检也是什么意思？
- 答：p值表示反对原假设H0的依据强度，p越小，反对H0的依据越强。0.05是一个显著性水平，如果计算得到的p值<0.05表示H0被拒绝。t检验是假设检验的一种，接受检验还是拒绝检验。
问：论文中p<0.05 或者>0.05 表示什么意思?通俗点说下 谢谢？
答：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。
双侧检验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。
三、扩展资料：关于P值（资料来源：网页链接）
P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。
P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值的大小和实际问题来解决。
- 答：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
对立假设有显著性差异才可看作成立。 - 答：P<0.05时,对比组之间的差异具有显著性意义;P<0.01时,对比组之间的差异具有非常显著性意义.
这是中华医学会的规范化。 - 答：你应该说的是假设检验的p值法吧
p值用来确定是否拒绝原假设H0，p<0.05 拒绝H0，否则接受。0.05是显著性水平 - 答：http://zhidao.baidu.com/question/33688187.html
问：p<0.01和p<0.05的区别是什么？
答：一、检验水准不同：
在SPSS中，P值小于0.05与p小于0.01的区别是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。P值小于0.05和0.01都是存在统计学差异，没有越小越显著的说法，这是最容易错的地方。
二、数值不同：
如果要求的检验标准非常高的话，就参考0.01的水平下的相关，此时0.05水平的就没有显著相关了。
如果检验标准一般的话就可以，那就参照0.05的水平下，此时0.05和0.01两个水平的都表示有显著相关了。
检验统计量大于或等于实际观测值的概率。
如果P<0.01，说明是较强的判定结果，拒绝假定的参数取值。
如果0.01<P值<0.05，说明较弱的判定结果，拒绝假定的参数取值。
如果P值>0.05，说明结果更倾向于接受假定的参数取值。
可是，那个年代，由于硬件的问题，计算P值并非易事，人们就采用了统计量检验方法，也就是我们最初学的t值和t临界值比较的方法。统计检验法是在检验之前确定显著性水平α，也就是说事先确定了拒绝域。
问：p值大于0.05接受还是拒绝？
答：p值大于0.05拒绝。
p大于0.05表示差异性不显著。
通常情况下，实验结果达到0.05水平或0.01水平，才可以说数据之间具备了差异显著或是极显著。在作结论时，应确实描述方向性（例如显著大于或显著小于）。sig值通常用P>0.05 表示差异性不显著；0.01<P<0.05 表示差异性显著；P<0.01表示差异性极显著。
简介
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。
问：p<0.01和p<0.05的区别是什么？
答：一、检验不同：
如果要求的检验标准非常高的话，就参考0.01的水平下的相关，此时0.05水平的就没有显著相关了；如果检验标准一般的话就可以，那就参照0.05的水平下，此时0.05和0.01两个水平的都表示有显著相关了。
二、数值不同；
在SPSS中，P值小于0.05与p小于0.01的区别是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。
P值小于0.05和0.01都是存在统计学差异，没有越小越显著的说法，这是最容易错的地方。
三、使用不同：
对于SPSS提供的OLAP cubes（在线分析处理表），Case Summary（观察值摘要分析表），Descriptives （描述统计）不太常用，反喜欢用Frequencies（频率分析），Basic Table（基本报表），Crosstabs（列联表）这三个，另外再配合其它图来观察。
扩展资料：
在假设检验中首先提出P值的概念。他认为假设检验是一种程序，研究人员依照这一程序可以对某一总体参数形成一种判断。也就是说，他认为假设检验是数据分析的一种形式，是人们在研究中加入的主观信息。
（当时这一观点遭到了Neyman-Pearson的反对，他们认为假设检验是一种方法，决策者在不确定的条件下进行运作，利用这一方法可以在两种可能中作出明确的选择，而同时又要控制错误发生的概率。这两种方法进行长期且痛苦的论战。虽然Fisher的这一观点同样也遭到了现代统计学家的反对，但是他对现代假设检验的发展作出了巨大的贡献。）
参考资料来源：百度百科-P值
