⑴ 統計P值是什麼，怎麼算
P值（P value）就是當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率。如果P值很小，說明原假設情況的發生的概率很小，而如果出現了，根據小概率原理，我們就有理由拒絕原假設，P值越小，我們拒絕原假設的理由越充分。
總之，P值越小，表明結果越顯著。但是檢驗的結果究竟是「顯著的」、「中度顯著的」還是「高度顯著的」需要我們自己根據P值的大小和實際問題來解決。
計算：
為理解P值的計算過程，用Z表示檢驗的統計量，ZC表示根據樣本數據計算得到的檢驗統計量值。
1、左側檢驗
(1)經濟學P值擴展閱讀
美國統計協會公布了P值使用的幾大准則：
准則1：P值可以表達的是數據與一個給定模型不匹配的程度
這條准則的意思是說，我們通常會設立一個假設的模型，稱為「原假設」，然後在這個模型下觀察數據在多大程度上與原假設背道而馳。P值越小，說明數據與模型之間越不匹配。
准則2：P值並不能衡量某條假設為真的概率，或是數據僅由隨機因素產生的概率。
這條准則表明，盡管研究者們在很多情況下都希望計算出某假設為真的概率，但P值的作用並不是這個。P值只解釋數據與假設之間的關系，它並不解釋假設本身。
准則3：科學結論、商業決策或政策制定不應該僅依賴於P值是否超過一個給定的閾值。
這一條給出了對決策制定的建議：成功的決策取決於很多方面，包括實驗的設計，測量的質量，外部的信息和證據，假設的合理性等等。僅僅看P值是否小於0.05是非常具有誤導性的。
准則4：合理的推斷過程需要完整的報告和透明度。
這條准則強調，在給出統計分析的結果時，不能有選擇地給出P值和相關分析。舉個例子來說，某項研究可能使用了好幾種分析的方法。
而研究者只報告P值最小的那項，這就會使得P值無法進行解釋。相應地，聲明建議研究者應該給出研究過程中檢驗過的假設的數量，所有使用過的方法和相應的P值等。
准則5：P值或統計顯著性並不衡量影響的大小或結果的重要性。
這句話說明，統計的顯著性並不代表科學上的重要性。一個經常會看到的現象是，無論某個效應的影響有多小，當樣本量足夠大或測量精度足夠高時，P值通常都會很小。反之，一些重大的影響如果樣本量不夠多或測量精度不夠高，其P值也可能很大。
准則6：P值就其本身而言，並不是一個非常好的對模型或假設所含證據大小的衡量。
簡而言之，數據分析不能僅僅計算P值，而應該探索其他更貼近數據的模型。
聲明之後還列舉出了一些其他的能對P值進行補充的分析方手段，比如置信區間，貝葉斯方法，似然比，FDR（False Discovery Rate）等等。這些方法都依賴於一些其他的假定，但在一些特定的問題中會比P值更為直接地回答諸如「哪個假定更為正確」這樣的問題。
聲明最後給出了對統計實踐者的一些建議：好的科學實踐包括方方面面，如好的設計和實施，數值上和圖形上對數據進行匯總，對研究中現象的理解，對結果的解釋，完整的報告等等——科學的世界裡，不存在哪個單一的指標能替代科學的思維方式。
⑵ 計量經濟學F值與其所對應的P值之間的關系急求啊
(R^2/n-1)/{(1-R^2)n-k-1}
⑶ 計量經濟學中，給出F值和F的p值，怎麼判斷x對y的影響。求大神解答，謝謝。
首先看格蘭傑因果關系檢驗，x對y有影響，表現為X各滯後項前的參數整體不專為零，而屬Y各滯後項前的參數整體為零。
格蘭傑檢驗是通過受約束的F檢驗完成的。原假設前參數整體為零。
題中F值很大，F分布表中最大的也就6106，在1%的顯著性水平下。所以可以肯定的說拒絕原假設，所以X2i和X3i對YI的聯合影響是顯著的，F的p值很小，其表示的是接受原假設的概率為零，所以百分百拒絕原假設，故影響是顯著的。另外題中沒有說F值是檢驗單個的，所以AB肯定是錯的。
⑷ 統計學中t值p值是什麼意思怎麼計算
1、t指的是T檢驗，亦稱student t檢驗（Student's t test），主要用於樣本含量較小（n<30），總體標准差σ未知的正態分布資料。
計算：t的檢驗是雙側檢驗，只要T值的絕對值大於臨界值就是不拒絕原假設。
2、P值（P value）就是當原假設為真時所得到的樣本觀察結果或更極端結果出現的概率。如果P值很小，說明原假設情況的發生的概率很小，而如果出現了，根據小概率原理，我們就有理由拒絕原假設，P值越小，我們拒絕原假設的理由越充分。
計算：概率定義為：P(A)=m/n，其中n表示該試驗中所有可能出現的基本結果的總數目。m表示事件A包含的試驗基本結果數。
拓展資料
統計學是關於認識客觀現象總體數量特徵和數量關系的科學。它是通過搜集、整理、分析統計資料，認識客觀現象數量規律性的方法論科學。由於統計學的定量研究具有客觀、准確和可檢驗的特點，所以統計方法就成為實證研究的最重要的方法，廣泛適用於自然、社會、經濟、科學技術各個領域的分析研究。
⑸ 計量經濟學中P值是什麼意思
p值，一般叫"伴隨概率"，或者significant value。表示參數估計是顯著性。一般在5%以下則稱參數顯著。