P＞0.05是用什么统计学方法算出来的？好转率:Ⅰ组为41.2％，Ⅱ组为37.5％，Ⅲ组40.4％（P>0.05)

Question

4组数据经统计学处理无显著性差异（P>0.05)

Answer 1

上面做的是方差分析吧。
检验统计量是服从F（3-1，n-3）分布的，在显著性水平为0.05的情况下，在查表得自由度为（2，n-3）F分布0.05分位数，算出F统计量的值，若这个值小于分位数，则接受原假设，无显著性差异，若大于0.95的分位数，则拒绝原假设。
但是这样通过查表对照比值不方便，于是提出P值，P(F值>F)=P值，F值为上面算出的F统计量的值，F是自由度为（2，n-3）的F分布0.05的分位数。若F值>F，P值<0.05,拒绝原假设，若F值>F，P值>0.05，若F值=F,P值=0.05.P值计算比较麻烦，但是通过计算机比较容易计算，
很方便，只要跟显著性水平比较就可以了。

Answer 2

结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法。专业上，p值为结果可信程度的一个递减指标，p值越大，我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。p值是将观察结果认为有效即具有总体代表性的犯错概率。如p=0.05提示样本中变量关联有5%的可能是由于偶然性造成的。即假设总体中任意变量间均无关联，我们重复类似实验，会发现约20个实验中有一个实验，我们所研究的变量关联将等于或强于我们的实验结果。（这并不是说如果变量间存在关联，我们可得到5%或95%次数的相同结果，当总体中的变量存在关联，重复研究和发现关联的可能性与设计的统计学效力有关。）在许多研究领域，0.05的p值通常被认为是可接受错误的边界水平。