P值计算器(z / t / 卡方 / F)
已经有了检验统计量,却不知道P值是多少?输入统计量和自由度,即可得到z检验、t检验、卡方检验或F检验的精确P值,支持单尾和双尾,并附带可直接复制的APA 7结果表述。
| 统计量 | 数值 |
|---|---|
| 统计量 | 2.45 |
| 自由度 | 28.00 |
| P 值 | 0.021 |
APA 报告
t(28.00) = 2.45, p = .021
上传数据集,一键生成含统计分析、图表与参考文献的论文草稿——免费预览。
生成论文怎么用这个P值计算器
1. **选择分布**:z(标准正态)、t、卡方(χ²)或 F。 2. **输入统计量**,例如 `t = 2.45`。 3. **输入自由度**:t 和卡方填一个 `df`;F 填两个(分子 `df1`、分母 `df2`);z 不需要自由度。 4. **选择单尾或双尾**(z 和 t 可选)。卡方和 F 检验本身就是右尾检验,计算器自动按右尾计算。 5. 查看 P 值,点击复制按钮拿走 APA 7 格式的结果句。
也可以粘贴一列统计量或上传 CSV,一次批量得到 P 值。所有计算都在你的浏览器里完成,数据不会上传到服务器。
P值是什么,什么时候需要它
P值是指:**假设原假设(H0)成立**,得到当前统计量或比它更极端结果的概率。P值越小,说明在"没有效应/没有差异"的前提下,你的数据越不寻常。
下面这些情况最常用到它:
- 课后题或考试题只给了 `t = 2.45, df = 18`,要求求P值;
- 文献里只写了 `p < .05`,你想知道精确值;
- SPSS、R 输出了统计量,你想核对一下P值;
- 你手算了比例检验的 z 值。
如果你手里是原始数据,还没算出统计量,可以直接用 [t检验计算器](/zh/tools/t-test-calculator)、[卡方检验计算器](/zh/tools/chi-square-calculator) 或 [Z分数计算器](/zh/tools/z-score-calculator),它们都会同时给出P值。
计算公式与前提条件
P值就是统计量所服从分布下的尾部面积:
- **z,双尾**:`p = 2 × (1 − Φ(|z|))`,Φ 为标准正态分布的累积分布函数。
- **z,单尾(右尾)**:`p = 1 − Φ(z)`。
- **t,双尾**:`p = 2 × (1 − T_df(|t|))`,T_df 为自由度为 df 的 t 分布累积分布函数。
- **卡方**:`p = 1 − F_χ²(χ², df)`(只取右尾)。
- **F**:`p = 1 − F_F(F, df1, df2)`(只取右尾)。
计算器直接做数值计算,得到的是精确值,而不是查表得到的一个区间。
**前提条件属于检验本身。** P值是否可信,取决于产生这个统计量的检验是否用对了:观测相互独立、检验方法与研究设计匹配,并满足该检验自身的假设(例如 t 检验要求近似正态,卡方检验要求期望频数不小于 5)。
计算示例
某研究比较两组反应时,报告 **t = 2.45,df = 18**,求双尾P值。
1. 分布选 t,统计量 2.45,df 填 18,选双尾。 2. 自由度为 18 的 t 分布中,2.45 右侧面积约为 0.0124。 3. 双尾 p = 2 × 0.0124 ≈ **0.0247**,报告为 *p* = .025。
因为 .025 < .05,在 α = .05 水平下差异显著。作为对照,df = 18 时双尾临界 t 值为 2.101,2.45 已经超过它。
其他统计量的计算结果:
| 统计量 | 尾数 | P值 | |---|---|---| | z = 2.17 | 双尾 | .030 | | z = 2.17 | 单尾 | .015 | | χ²(3) = 7.82 | 右尾 | .0499 | | F(2, 27) = 3.89 | 右尾 | .033 |
可以看到,z 的单尾P值正好是双尾的一半。
如何解读P值
- **p ≤ α(通常为 .05)**:拒绝原假设,数据在"无效应"的假设下不太可能出现。
- **p > α**:不能拒绝原假设。注意这**不等于**证明原假设成立,也可能只是样本量不够、检验力不足。
P值不能说明效应有多大、是否有实际意义。论文中应同时报告效应量(Cohen's d、Cramér's V、η²、r 等),最好再给出置信区间。[t检验计算器](/zh/tools/t-test-calculator) 会自动给出 Cohen's d 和 95% 置信区间。
APA 7 格式怎么写P值
APA 7 的要求:报告精确P值,保留两到三位小数;因为P值不可能大于 1,所以**小数点前不写 0**;统计量用斜体,并写出自由度。
> 两组差异具有统计学意义,*t*(18) = 2.45, *p* = .025。
其他写法:
- *z* = 2.17, *p* = .030
- χ²(3, *N* = 120) = 7.82, *p* = .050
- *F*(2, 27) = 3.89, *p* = .033
P值非常小时写 *p* < .001,不要写一长串 0。计算器的复制按钮会自动按这个格式输出。
如果你要写的是整篇论文,并且手上有完整数据集,可以试试 Data2Paper 的 [论文生成(Generate Paper)](/zh/generate-paper):上传数据后自动完成统计分析,生成包含结果、表格和图的论文初稿,前半部分可以免费预览。
常见错误
- **单尾、双尾用错。** 方向性假设必须在看数据之前确定,事后把双尾P值除以 2 是不规范的。
- **自由度填错。** 单样本和配对 t 检验 df = n − 1;Student 独立样本 t 检验 df = n1 + n2 − 2;Welch 检验的自由度通常带小数。
- **把卡方或 F 的P值再乘以 2。** 它们本身就是右尾检验。
- **写成 p = .000。** 软件只是四舍五入了,应写 *p* < .001。
- **把 p = .06 说成"边缘显著"或"证明无差异"。** 如实报告精确值,结合效应量和置信区间解读。
- **把P值理解成"原假设为真的概率"。** 它是在原假设成立前提下观察到当前数据(或更极端数据)的概率。