医学论文分析结果中P上标a

显著性水平α在统计学中叫做犯第一类错误的大小，第一类错误就是原假设是对的，但是被拒绝的概率，我们一般把这个显著性水平α定为。假设有个检验统计量是F,然后把样本数据代入F可以算出一个值记为f,那么P值就是在原假设成立的条件下P(F>f)这个概率大小，如果P值小于给定的显著性水平α我们就拒绝原假设，否则不拒绝。

1、显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。

显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，二类是随机差异，是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。

2、P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。

P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。

总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要根据P值的大小和实际问题来解决。

扩展资料

显著性水平的理解：

显著性水平是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。

事件属于接受区间，原假设成立而无显著性差异；事件属于拒绝区间，拒绝原假设而认为有显著性差异 。对显著水平的理解必须把握以下二点：

1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。

2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。

参考资料来源：百度百科-P值

参考资料来源：百度百科-显著性水平