HomeToolsMath ToolsP值计算器收藏Math ToolsData & AnalyticsEducational ToolsP值计算器从Z分数、T分数、卡方或F统计量计算P值。支持单尾和双尾检验，并提供可视化分布图。 常见问题什么是P值？P值是在零假设为真的情况下，获得至少与观测结果一样极端的测试结果的概率。较小的P值（通常≤0.05）表明反对零假设的强有力证据。P值小于0.05意味着什么？当P值小于0.05时，结果在5%水平上被认为具有统计显著性。这意味着如果零假设为真，获得如此极端结果的概率不足5%，因此我们通常会拒绝零假设。单尾检验和双尾检验有什么区别？双尾检验检查两个方向的效应（例如，均值可能更高或更低）。单尾检验只检查一个方向的效应。双尾检验更为保守，是默认选择，除非您有特定的方向性假设。何时使用Z检验而非T检验？当总体标准差已知且样本量较大（n>30）时，使用Z检验。当总体标准差未知或样本量较小时，使用T检验。实际上，T检验更为常见。什么是自由度？自由度表示统计分析中可以自由变化的独立值的数量。对于单样本T检验，df=n-1。对于双样本T检验，使用Welch-Satterthwaite公式估计df。对于卡方检验，列联表中df=(行数-1)×(列数-1)。何时使用卡方检验？卡方检验用于测试观察到的分类数据是否符合预期分布（拟合优度），或测试列联表中两个分类变量之间的独立性。检验统计量必须始终为非负数。F检验用于什么？F检验用于比较两个总体的方差，或测试回归模型（ANOVA）的整体显著性。它使用两个自由度参数：df₁（分子，组间）和df₂（分母，组内）。什么是显著性水平（α）？显著性水平（α）是拒绝零假设的概率阈值。常见选择为0.05（5%）、0.01（1%）和0.001（0.1%）。选择取决于需要多强的证据——医学研究通常使用更严格的阈值，如0.01或0.001。分布图中的阴影区域代表什么？分布图中的阴影区域代表P值区域——观察到与您输入的检验统计量一样极端或更极端的统计量的概率。红色虚线标记您的检验统计量。阴影区域越大，P值越大。P值能证明零假设为真吗？不能。较大的P值（例如p>0.05）并不能证明零假设为真——它只意味着没有足够的证据来拒绝它。统计检验不能证明假设，只能为其提供支持或反对的证据。Z检验的P值如何计算？对于双尾Z检验：p=2×(1-Φ(|z|))，其中Φ是标准正态CDF。对于右尾检验：p=1-Φ(z)。对于左尾检验：p=Φ(z)。本计算器使用误差函数（erf）近似计算CDF。为什么卡方检验只有右尾选项？卡方分布始终为非负且右偏。卡方检验统计量衡量与期望值的偏差——统计量越大，偏差越大。我们总是检验统计量是否异常大，因此只有右尾是相关的。