P 值计算器使用指南

这个计算器能做什么

P 值计算器最常见的搜索意图是：样本均值和一个参考值之间的差异，是否已经大到难以用随机波动解释？当前页面把这个问题限定为一个清晰的场景：用样本均值、原假设均值、总体标准差和样本量进行单样本双尾 z 检验。

输入汇总统计量后，页面依次显示 z 统计量、双尾 P 值和固定阈值下的解释。它适合统计入门、课堂练习、公式复核和快速试算；它不是包含所有分布和检验类型的统计软件。你还可以使用 Z 分数计算器复核标准化分数，使用概率计算器处理基础概率问题，或打开科学计算器继续进行一般数学运算。

什么时候适合用它

• 你已知一个参考均值，想快速检查样本均值的偏离程度。
• 你正在学习单样本 z 检验，想把公式、z 值和 P 值串起来。
• 你需要课堂例题或研究初筛的近似结果。
• 你明确知道输入的标准差可以作为总体标准差 σ 使用。

如果你只有样本标准差、需要 t 分布、需要单尾检验、需要自定义 α，或需要处理比例、方差、列联表和多组均值，请改用支持相应检验的统计工具。

输入项说明

样本均值 x̄

输入观测样本的平均值。它可以是正数、负数或 0，单位必须和原假设均值、标准差保持一致。

原假设均值 μ₀

输入在原假设 H₀ 下的参考均值。例如，你可以检验样本均值是否偏离 100，因此把 μ₀ 填为 100。

样本量 n

输入样本中观测值的数量。正式统计分析中 n 通常是正整数；当前页面只检查它是否大于 0，因此请不要把小数样本量当作有效研究设计。

总体标准差 σ

输入假设已知的总体标准差，必须大于 0。页面使用 σ/√n 计算标准误；如果你填的是从样本估计出来的 s，z 检验的前提就不再完全匹配。

计算逻辑说明

页面先计算标准误：

SE = σ / √n

再计算 z 统计量：

z = (x̄ − μ₀) / SE = (x̄ − μ₀) / (σ / √n)

最后把 z 统计量转换为双尾 P 值。对标准正态分布，页面采用的概念公式是：

P = 2 × P(Z ≥ |z|)

当前实现使用标准正态分布的近似尾部计算，因此结果应理解为数值近似。页面没有让用户选择左尾、右尾或双尾，也没有根据样本量自动切换到 t 分布。

示例

假设输入：

• 样本均值 105
• 原假设均值 100
• 样本量 36
• 总体标准差 15

计算过程为：

1. SE = 15 / √36 = 2.5
2. z = (105 − 100) / 2.5 = 2.0000
3. 双尾 P ≈ 0.045500

页面会把 P 值显示为 0.045500，并在 0.05 阈值下标记为显著。这个结果只说明在原假设成立的前提下，当前或更极端结果相对少见；它不说明差异的实际影响有多大。

如何看懂结果

z 统计量

z 表示样本均值距离原假设均值有多少个标准误。绝对值越大，样本结果通常越偏离参考值；正负号表示偏离方向。

双尾 P 值

P 值是在原假设成立、且使用当前检验模型的前提下，观察到当前或更极端结果的概率。它不是原假设为真的概率，也不是效应大小、重复成功率或研究结论正确率。

页面解释

解释区间使用 P < 0.01、P < 0.05、P < 0.10 三个固定界线；底部结论使用 P < 0.05。正式报告应提前确定 α，并同时报告 P 值、效应量、区间估计和研究设计。

常见错误

• 把 P 值读成“原假设为真的概率”。
• 把样本标准差 s 当成已知总体标准差 σ，却仍然直接使用 z 检验。
• 忘记当前页面固定计算双尾 P 值。
• 只报告“显著/不显著”，不报告实际差异、效应量或置信区间。
• 看到 P < 0.05 就断言差异很大、结果重要或因果关系成立。
• 把页面显示的 0.000000 当成数学上的零。

FAQ

P 值越小就代表影响越大吗？

不代表。P 值同时受到效应大小、样本量、标准差和模型假设影响；判断实际重要性还需要效应量、区间估计和领域背景。

为什么不能直接用这个页面做 t 检验？

当前页面固定使用标准正态近似，没有输入自由度，也没有 Student t 分布的尾部计算。只有样本标准差时，应使用支持 t 检验的工具。

双尾检验和单尾检验有什么区别？

双尾检验关注“偏高或偏低”两个方向；单尾检验只关注预先指定的一个方向。本页面固定为双尾，不能在结果出来后再选择方向。

0.05 是唯一正确的阈值吗？

不是。0.05 只是常见约定，具体研究可以预先选择 0.10、0.01 或其他 α。当前页面的解释和结论是固定提示，不能替代研究方案中的预注册阈值。

这个结果可以直接用于医学或科研结论吗？

不应直接使用。正式分析还要核对抽样、独立性、分布和标准差来源，并报告效应量、置信区间、实际单位及研究限制。

说明与限制

本页是单样本双尾 z 检验的学习和快速复核工具。它使用总体标准差已知的公式和正态近似，P 值显示到 6 位小数，解释区间固定为 0.01、0.05 和 0.10，结论固定按 0.05 比较。它不支持 t、χ²、F 分布、单尾选择、自由度、自定义 α、效应量、置信区间、多组比较或不确定度修正。

在正式研究中，请把它当作初步计算或教学辅助，并用能记录检验前提、研究设计和完整统计输出的工具复核。