-
1.如何用excel计算p值
P(T<=t)
单尾
9.71817E-49
P(T<=t)
双尾
1.94363E-48
这就是P值啊，9.71817E-49就是9.71817*10^(-49)，这个P值很小，是拒绝原假设的P值
1、打开excel表格，输入需要的两组数据。
2、选择一个空白表格，选择函数fx，类别选择：统计。
3、选择TTEST，点击第一组数值，拖动鼠标把第一组方框数据选中。同样点击第二组数值选中第二组方框数据。
4、尾数和类型都输入“2”，点击确认即可。如果P小于O.01，说明这两组数据是极显著差异性。
5、如果P值0.01-0.05说明这两组数据是显著差异性。如果P值大于0.05说明这两组数据是非显著差异性。
2.P值如何计算
简介
假设检验是推断统计中的一项重要内容。用SAS、SPSS等专业统计软件进行假设检验，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，一般以P < 0.05 为显著， P <0.01 为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05 或0.01。实际上，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。 P < 0.01 时样本间的差异比P < 0.05 时更大，这种说法是错误的。统计结果中显示Pr > F，也可写成Pr( >F),P = P{ F0.05 > F}或P = P{ F0.01 > F}。
下面的内容列出了P值计算方法
(1) P值是： 1） 一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。 2） 拒绝原假设的最小显著性水平。 3） 观察到的（实例的） 显著性水平。 4） 表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。 （2） P 值的计算： 一般地，用X 表示检验的统计量，当H0 为真时，可由样本数据计算出该统计量的值C ，根据检验统计量X 的具体分布，可求出P 值。具体地说： 左侧检验的P 值为检验统计量X 小于样本统计值C 的概率，即：P = P{ X < C} 右侧检验的P 值为检验统计量X 大于样本统计值C 的概率：P = P{ X > C} 双侧检验的P 值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍： P = 2P{ X > C} （当C位于分布曲线的右端时） 或P = 2P{ X< C} （当C 位于分布曲线的左端时） 。若X 服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P 值可表示为P = P{| X| > C} 。 计算出P 值后，将给定的显著性水平α与P 值比较，就可作出检验的结论： 如果α > P 值，则在显著性水平α下拒绝原假设。 如果α ≤ P 值，则在显著性水平α下接受原假设。 在实践中，当α = P 值时，也即统计量的值C 刚好等于临界值，为慎重起见，可增加样本容量，重新进行抽样检验。 整理自： 樊冬梅，假设检验中的P值. 郑州经济管理干部学院学报，2002，韩志霞， 张 玲，P 值检验和假设检验。边疆经济与文化，2006中国航天工业医药，1999
P值是怎么来的
从某总体中抽 ⑴、这一样本是由该总体抽出，其差别是由抽样误差所致； ⑵、这一样本不是从该总体抽出，所以有所不同。 如何判断是那种原因呢？统计学中用显著性检验赖判断。其步骤是： ⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。如果P>0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P
统计学上规定的P值意义见下表
P值 碰巧的概率 对无效假设 统计意义
P>0.05 碰巧出现的可能性大于5% 不能否定无效假设 两组差别无显著意义
PP
注意要点
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P0.05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。哪种将“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
3.P值怎么计算
假设第一组野生型的患病率是p1，第二组是p2
所以你的原假设就是p1=p2
枢轴变量T = （实际比例1-实际比例2）/根号（方差1+方差2） ~ N(0,1) 标准正态分布
实际比例1=36/185
实际比例2=12/65
方差1=实际比例1*(1-实际比例1)/n1=36/185*149/185*1/185=0.0008471
方差2=实际比例2*(1-实际比例2)/n2=12/65*53/65*1/65=0.002316
T=0.1774 查正态分布表得到P值是：2*(1-0.5675)=0.8650 没有差异，完全没有差异
为何*2？因为你的原假设是p1=p2 是双侧检验
