问：p值小于多少算显著？
答：根据费希尔的理论，当p值小于0.05时在统计上是显著的，一般人们遵循费希尔设定的0.05作为显著性水平。但具体来说，还应根据预先设定的显著性水平来判断。 显著性水平与P 值的区别： 1、表示含义不同
问：显著性P值保留多少位看？
答：通常来说是要小于0.05称为显著，但是统计学家所定的这个标准也有一定主观性、人为性，实际上从小概率的角度来讲0.05和0.049、0.051并无本质差别，别人看你报告的结果也主要要看你的sig数值，所以这个问题不用很纠结，0.05实际上可以视为显著。此外，通常你的显著性不会正好等于0.05，spss的结果显示一般是保留两位小数的，你可以在spss的显著性数值也就是那个0.05那里连点三下鼠标，可以看到具体的数值，是比0.05大一点点还是小一点点，如果小一点点，你可以说显著，如果大一点点，你可以说边缘显著。
问：显著性检验与p值？
答： 无论从事何种领域的科学研究还是统计调查，显著性检验作为判断两个乃至多个数据集之间是否存在差异的方法，一直被广泛应用。笔者并非统计学专业出身，一直以来对显著性检验的原理及应用困惑不解。 “显著性检验”的英文名称是“significance test”。在统计学中，显著性检验是“统计假设检验”(Statistical hypothesis tesing)的一种，显著性检验是 检测科学实验中的实验组与对照组之间是否存在差异以及差异是否显著的办法。 “统计假设检验”指出了“显著性检验”的前提条件是“统计假设”，换言之“无假设，不检验”。 任何
问：显著性水平与P 值有何区别？
答：显著性水平与P 值的区别： 1、表示含义不同： （1）显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。 （2）P值即概率，反映某一事件发生的可能性大小。实际上，P值
答：1、如果原假设正确（原假设也称无效假设），而我们却把它当成错误的加以拒绝。犯这种错误的概率用α表示，统计上把α称为假设检验中的显著性水平。 显著性水平不是一个固定不变的数字，其越大，则原假设被拒
答：显著性水平也属于P值，但是是人为规定的，作为试验中的P值（（1-C）/2）的对照依据 比如 一个实验中得出P值是0.05 那么此结果在0.01显著性水平下就不显著 而在0.1的显著性水平下就显著。。。而0.01还是0.1是人为规定的，视实验而定
问：显著性p值为0.935大吗？
答：不大。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。统计学中大于0.05表示无差异，小于0.05表示有差异。大于0.05表明与正态分布无差异，故符合正态分布。
问：显著性水平与P 值有何区别？
答：1、定义不同 显著性水平：显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。 P值：p值是指在一个概率模型中，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。 2、理解不同 显著性水平：显著性水平是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。 P值：P值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
