问：统计学中的P值应该怎么计算

1. 答：P值的计算公式是 
   =2[1-Φ(z0)] 当被测假设H1为 p不等于p0时； 
   =1-Φ(z0)  当被测假设H1为 p大于p0时； 
   =Φ(z0)   当被测假设H1为 p小于p0时； 
   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”需要根据P值的大小和实际问题来解决。
   扩展资料
   统计学中回归分析的主要内容为：
   1、从一组数据出发，确定某些变量之间的定量关系式，即建立数学模型并估计其中的未知参数。估计参数的常用方法是最小二乘法。
   2、对这些关系式的可信程度进行检验。
   3、在许多自变量共同影响着一个因变量的关系中，判断哪个（或哪些）自变量的影响是显著的，哪些自变量的影响是不显著的，将影响显著的自变量加入模型中，而剔除影响不显著的变量，通常用逐步回归、向前回归和向后回归等方法。
   4、利用所求的关系式对某一生产过程进行预测或控制。回归分析的应用是非常广泛的，统计软件包使各种回归方法计算十分方便。
   参考资料来源：
2. 答：P值的计算公式是
   =2[1-Φ(z0)] 当被测假设H1为 p不等于p0时；
   =1-Φ(z0) 当被测假设H1为 p大于p0时；
   =Φ(z0) 当被测假设H1为 p小于p0时；
   其中，Φ(z0)要查表得到。
   z0=（x-n*p0）/(根号下（np0(1-p0)）)
   最后，当P值小于某个显著参数的时候（常用0.05，标记为α，给你出题那个人，可能混淆了这两个概念）我们就可以否定假设。反之，则不能否定假设。

问：医学论文中数据的t值p值如何计算？

1. 答：采用spss软件，单因素分组对照计算。
   t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。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。Fisher的具体做法
   假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的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。

问：怎么计算论文中的P值

1. 答：p就是显著性=sig
   F的值是回归方程的显著性检验，表示的是模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。若F>Fa(k-1,n-k),则拒绝原假设，即认为列入模型的各个解释变量联合起来对被解释变量有显著影响，反之，则无显著影响。
2. 答：这个其实不难来拿即可。