在上一期的假设检验内容中，我们提到要记住 p<0.05 这个节点。那么问题来了，各种检验中都有的 p 值究竟是什么？当 p<0.05 时，统计结果蕴藏着怎样的玄机？欢迎走进今天的「随手学统计」，丁香调查带你认识这个绕不过的 p 值。
什么是 p 值？
首先，毋庸置疑，p 值是个概率。其真实的含义是当假设情形为真时，出现超出假设中的极端观察结果的概率。
还没完全看懂这个定义是在说什么？没关系，我们继续用上期品茶女士的例子来说明，没看过上一期的朋友们，可在微信中回复「品茶」进行查看。
原假设：我们认为品茶女士没有品茶能力
观察结果：品茶女士把 8 杯茶都品了出来
p 值：0.014
这里 p 值代表的含义是：如果品茶女士没有品茶能力，那么她品出 8 杯茶的概率是0.014。
对，这个 p 值（概率）很小很小！所以根据小概率原理，Fisher 君毫无顾虑地把原假设推翻了。小概率原理简单的说就是，一个事件如果发生的概率很小的话，那么它在一次试验中是几乎不可能发生的，但在多次重复试验中几乎是必然发生的。统计学上一般认为，事件发生概率 p ＜ 0.05 即为小概率事件。
那些年被用错的 p 值
当你为自己终于搞懂了什么是原假设、什么是 p 值而高兴时，我们必须要在这个时候对你说一个很残酷的事实，这么多年来你也许把 p 值用错了！
误区一：误把 ｐ 值大小等同于差异大小
提示：不同实验中 p<0.05 的意义不表示各实验结果差异的大小，它只反映各实验中原假设在统计学上不被认可的概率。
误区二：沉迷统计学结果 忽视专业判断
提示：显著性检验只是统计结论，判断差别还要根据专业知识。这个过程在统计分析中是关键性的一步，但往往被很多医生朋友们所忽略。
误区三：当ｐ>0.05 时，误将结论绝对化
提示：p>0.05 时，差异无统计学意义，根据统计学原理可知，我们只是不能拒绝原假设，但并不认为原假设肯定就是百分百没问题的。
本次「随手学统计」主要阐述了 p 值的含义。简而言之，p 值表示结果可以由抽样误差解释的可能性。在医学统计检验中，我们不仅要看 p 值，更需要关注真实差异是否足够大，是否具有专业意义。同时，样本量也是决定 p 值的关键因素，因为篇幅，不再赘述。
小结：
1、p 值只反映差异有无统计学意义；
2、下结论时应将统计学结果和专业情况结合起来；
3、p>0.05 时，说明统计学结果不能拒绝原假设，但并不认为原假设肯定成立。
想了解更多统计学知识吗？关注微信「丁香调查」，回复「随手学统计」，即可查看。
以上内容来自丁香园调查派，加入丁香园调查派，参与专业调查，做有态度的医生。
