![麻烦问一下，这种笔记本电脑的按键[蓝色符号有什么用[？]](/aiimages/%E9%BA%BB%E7%83%A6%E9%97%AE%E4%B8%80%E4%B8%8B%EF%BC%8C%E8%BF%99%E7%A7%8D%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%94%B5%E8%84%91%E7%9A%84%E6%8C%89%E9%94%AE%5B%E8%93%9D%E8%89%B2%E7%AC%A6%E5%8F%B7%E6%9C%89%E4%BB%80%E4%B9%88%E7%94%A8%5B%EF%BC%9F%5D.png)
P值即为拒绝域的面积或概率。
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”需要我们自己根据P值的大小和实际问题来解决。
扩展资料：
用Z表示检验的统计量，ZC表示根据样本数据计算得到的检验统计量值。
1、左侧检验
P值是当 时，检验统计量小于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值
2、右侧检验
P值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值
3、双侧检验
P值是当μ=μ0时，检验统计量大于或等于根据实际观测样本数据计算得到的检验统计量值的概率，即p值
p值是指在一个概率模型中，统计摘要（如两组样本均值差）与实际观测数据相同，或甚至更大这一事件发生的概率。换言之，是检验假设零假设成立或表现更严重的可能性。
p值若与选定显著性水平（0.05或0.01）相比更小，则零假设会被否定而不可接受。然而这并不直接表明原假设正确。p值是一个服从正态分布的随机变量，在实际使用中因样本等各种因素存在不确定性。产生的结果可能会带来争议。
参考资料：百度百科—P值
P(T<=t)单尾9.71817E-49P(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。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：百度百科—P值
