大多数统计分析都是用指明哪些系数在1%、5%或其他适当显著性水平上显著的方式说明统计显著性检验的结果。但是,有的时候用P值(概率值)的形式提供的额外信息也是很有用的。P值是计量经济结果对应的精确的显著性水平。因此,一个0.07的P值说明有关系数在0.07水平上(但不是在5%水平上)统计显著。在正态分布的双侧检验中,这意味着有7%的t分布在均值±1.96倍标准差的区间之外。
要检验的假设一般都是某个回归系数等于0的原假设。因此在系数为0的原假设为真的条件下,P值是得到其系数估计不小于已知估计系数的新样本数据的概率。在原假设为真时,P值越小就越不可能出现这种情况。反过来,较大的P值意味着样本数据支持原假设。
P值度量的是犯第一类错误的概率,即拒绝正确的原假设的概率。P值越大,错误地拒绝原假设的可能性就越大;P值越小,拒绝原假设时就越放心。
上面是本人从书上摘取的有关P值的论述.看起来还是不甚理解.哪位大师能给予详解和例解吗