导读：p值在统计学中是一个非常基础的概念，但对于它的理解却是一个不容易的问题，很少有文章能够清楚解释 p 值是什么，以及 p 值在统计学中的作用。
正文开始之前，先做个小调查，下面两个问题：
p值越小，表示对照组和实验组之间某指标的差异越大？正确or错误
p值代表对照组和实验组的指标无差异的概率?正确or错误
如果p值=0.05，则零假设只有5%的机会为真？正确or错误
要回答p值是什么，怎么用，则需要逐一弄懂以下问题。
一、统计假设检验
所谓“统计假设检验”，顾名思义，前提条件是“统计假设”，换言之“无假设，不检验”。一般而言，把要检验的假设称之为原假设，记为H0；把与H0相对应的假设称之为备择假设，记为H1。
H0：健康成年男性和女性的血红蛋白浓度没有显著差异
H1：健康成年男性和女性的血红蛋白浓度有显著差异
显著性水平α=0.05
现在我们随机收集了一批样本，成年男性和女性各100人，计算他们的血红蛋白浓度平均值，结果男性组Hb平均值为143.6±2.5g/L，女性组Hb平均值为116.6±1.8g/L，p=0.03。
这里先不管p值怎么算出来的，但须知这是统计推断，用样本估计总体。
ｐ值（P-Value，Probability，Pr）的概念是Ronald Fisher 于1925年首先提出来的，即原假设H0成立的前提下，出现观察样本以及更极端情况的概率。
在这里p值可以理解为“健康成年男性和女性的血红蛋白浓度没有差异”成立的情况下，出现"男性组Hb平均值为143.6±2.5g/L，女性组Hb平均值为116.6±1.8g/L"甚至比这个差异更大的情况的可能性为3%。惊不惊喜，意不意外？p 值越低，证据越令人惊讶，零假设就越显荒谬。
那3%是个什么概念呢？
这里就需要了解显著性检验里面的检验水准（显著性水平）了。
二、统计检验的两类错误
1.如果原假设H0为真，而检验的结论却劝你放弃原假设，即“弃真”。此时，我们把这种错误称之为第一类错误，通常把第一类错误出现的概率记为α。
2.如果原假设H0不真，而检验的结论却劝你不放弃原假设，即“存伪”。此时，我们把这种错误称之为第二类错误，通常把第二类错误出现的概率记为β。
通常只限定犯第一类错误的最大概率α， 不考虑犯第二类错误的概率β，我们把这样的假设检验称为显著性检验，概率α称为显著性水平。显著性水平是数学界约定俗成的，一般有α =0.05，0.025，0.01这三种情况。代表着显著性检验的结论错误率必须低于5%或2.5%或1%。统计学中，通常把在现实世界中发生几率小于5%的事件称之为“小概率事件”，也称“不可能事件”。
所以，本案例中我们事前确定了显著性水平α=0.05，根据P<α，则拒绝原假设H0，接受备择假设H1，即“成年男性和女性的血红蛋白浓度没有差异”成立的情况下，不太可能出现"男性组Hb平均值为143.6±2.5g/L，女性组Hb平均值为116.6±1.8g/L"甚至比这个差异更大的情况，所以拒绝原假设，接受备择假设H1:成年男性和女性的血红蛋白浓度有显著差异。
三、关于p值的误解
回到开篇的小调查中，这是普遍存在的误区。
1.p值越小，表示对照组和实验组之间某指标的差异越大？
答：错误。p值越小只能说明原假设成立的情况下，从总体中观察到和样本情况一样或比样本偏差更大的这种可能性越小。为什么不能说指标差异越大呢，这个和样本量等很多因素有关，比如男女性分别10人，组间差异达到30g/L，另一种情况男女性各10000人，组间差异为5g/L，明显前者差异更大，但结果却是第一种情况组间差异无显著性，而第二种情况有显著性。
2.p值代表对照组和实验组的指标无差异的概率?正确or错误
答：错误。北京大学数学科学学院房祥忠教授分别在频率统计和贝叶斯统计框架下对问题进行了探讨，发现p值在任何情况下都无法解释成原假设成立的概率。当然也不能反应备择假设为假的概率。
P值不是给定样本结果时原假设为真的概率，而是给定原假设为真时样本结果出现的概率。
四、如何正确看待p值
2014年，Nature杂志上名为《Scientific method：statistical errors》的文章对P值的可靠性提出了质疑。对此，2016年美国统计协会先后发布了《ASA关于P值的声明：背景、过程和目的》和《ASA关于统计意义和P值的声明》，该声明给出P值的定义为：“P值是指在特定的统计假设模型下，数据的某个统计指标（如两组样本均数之差）等于观察值或比观察值更为极端的概率。”临床意义和统计学意义是临床研究关注的重点，而这两者分别由效应大小以及P值体现。对于真正有临床意义的研究而言，不仅需要统计学角度有意义，更应该明确的是临床获益的程度。ASA提出“A p-value, or statistical significance, does not measure the size of an effect or the importance of a result.”并不是P值越小表示效应越大，结果越重要，而应该结合实际，从样本量、观察时间和结局指标的选择等方面综合调整。
