p 值计算器
将检验统计量转换为 p 值。选择分布，输入统计量和所需自由度。
学习手动计算方法输入数值
结果随输入自动更新。
如何输入数据
本工具输入的是检验统计量，不是原始频数表。先选择分布，再输入已经算好的统计量。正态 z 分布不需要自由度；t 分布和卡方分布需要一个自由度；F 分布需要分子与分母两个自由度。
p 值
双侧
- 在 0.05 水平上显著？
- 是
p 值计算器将已计算出的检验统计量转换为 p 值。选择相应分布，输入统计量及所需自由度，便可得到 0 至 1 之间的结果。p 值表示在原假设成立时，出现当前或更极端结果的概率。低于常用阈值 0.05 时，通常称结果具有统计学显著性，但不能据此确定效应大小或因果关系。
自己动手计算
示例：将 z 统计量 2 转换为双侧 p 值。
按照示例了解计算过程，再代入您自己的数值。
查找标准正态累积概率
Φ(2) ≈ 0.97725在标准正态分布表中查找 z = 2 左侧的累积概率。Φ 表示累积分布函数。
计算上尾概率
P(Z ≥ 2) = 1 − 0.97725 = 0.02275计入同样极端的负向尾部
双侧 p = 2 × 0.02275 = 0.04550这同时计入 Z ≥ 2 和 Z ≤ −2 两个尾部。结果低于预先选定的 0.05 阈值。
对于 t 统计量，先取其绝对值，再使用相应自由度的 t 分布，将上尾概率乘以二。卡方和 F 检验只使用上尾概率，不要乘以二。分布表通常给出舍入值，计算器则使用数值计算。p 值不是原假设为真的概率。
在计算器中核对答案
应用场景
- 教师: 教师先计算男生与女生反馈答案的卡方统计量，再转换为 p 值，判断差异是否具有统计学显著性。
- 小型企业经营者: 店主根据回头客与新客选择“优秀”服务评价的频数完成检验，再使用统计量和自由度计算 p 值。
- 人力资源人员: 人力资源人员根据两个部门的工作满意度检验结果，计算相应 p 值。
p 值的含义
p 值是在原假设成立时，出现当前结果或更极端结果的概率。0.05 是常用的显著性阈值，低于该值时通常称结果具有统计学显著性。
何时使用
当您已经完成某项检验并取得统计量，但还需要计算 p 值时，可以使用本工具。例如，比较群体满意度后得到卡方统计量，或比较平均分后得到 t 值。这里输入的是统计量与自由度，而不是原始回答人数、百分比或均值。如果只有原始数据，应先使用对应的检验计算器。
结果是什么意思？
结果是介于 0 和 1 之间的 p 值。在原假设成立时，它表示出现当前或更极端结果的概率。较小的值为拒绝原假设提供证据。最常用的阈值是 0.05，低于该值通常称为统计学显著；高于该值则表示证据不足。无论大小，p 值都不能直接给出原假设为真的概率。
常见错误
输入正确的检验统计量和自由度，不要用原始人数、百分比或均值代替。小 p 值不证明差异大或有实际意义；样本很少时，也可能漏掉真实差异。不要不断重复检验直到 p 值低于 0.05，这会增加假阳性。p 值高于 0.05 并不证明两组相同，只说明当前检验没有提供足够证据。
如何使用此计算器
- 选择与检验对应的分布：正态、Student t、卡方或 F。
- 输入根据数据计算出的检验统计量。
- 填写所需自由度：t 和卡方为一个自由度，F 为分子和分母自由度，z 不需要自由度。
- 查看 p 值：低于 0.05 通常表示统计学显著，高于 0.05 则表示在该阈值下证据不足以拒绝原假设。
计算示例
假设 50 位女性中有 45 位表示满意，50 位男性中有 30 位表示满意，对应频数表为 45, 5 和 30, 20。先用卡方检验工具计算，得到未作连续性校正的 χ² = 12、自由度为 1；再在这里选择卡方分布并输入 12 和 1，可得 p 约为 0.00053，低于 0.001 和 0.05。这为两组满意比例不同提供统计证据。
常见问题
每个输入框应填什么数值？
先选择检验分布，再输入检验统计量。t 或卡方检验填写对应自由度，F 检验填写分子和分母自由度；z 检验不使用自由度。
这些数据从哪里来？
统计量和自由度来自您已经完成的检验，可在统计软件或其他计算器的结果中找到。例如，使用均值检验的 t 值，或独立性检验的 χ² 值，并同时取得相应自由度。
用通俗的话说，p 值是什么？
在原假设成立的前提下，p 值表示出现当前或更极端结果的概率。较小的 p 值通常意味着数据与原假设较不相容，但它不是“差异真实存在的概率”，也不是“结果由偶然造成的概率”。
p 值多小算好？
p 值没有统一的好坏标准。常用阈值为 0.05，低于该值时称结果具有统计学显著性，但这并不直接说明差异有多大或多重要。
可以直接输入百分比或人数吗？
本计算器需要检验统计量，而不是直接输入百分比或人数。如果只有原始频数，请先进行适当的检验，例如卡方检验或 Fisher 精确检验。