r glm 中的p值_假设检验中的P值

假设检验是推断统计中的一项重要内容。在假设检验中常见到P值( P-Value，Probability，Pr)，P值是进行检验决策的另一个依据。

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，
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

理解P值，下述几点必须注意：

⑴P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。

⑵ 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。

⑶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。

⑷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。