一、统计学知道平均值，标准差以及样本量怎么求P值？
老实说这个样本量太小，在统计上确实可以算出置信区间和P值但是并没有什么用
P值是零假设成立的前提下出现样本结果甚至更极端结果的概率，手工计算很麻烦，题主可以用minitab或者spss进行计算。
二、p值和d值如何计算？
P值即概率，反映某一事件发生的可能性大小。
不同的P数值所表达的含义也是不一样的。
统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为有统计学差异， P<0.01 为有显著统计学差异，P<0.001为有极其显著的统计学差异。
其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.001。实际上，P值不能赋予数据任何重要性，只能说明某事件发生的几率。统计结果中显示Pr > F，也可写成Pr( >F)，P = P{ F0.05 > F}或P = P{ F0.01 > F}。

三、excel如何计算t值和p值？
1、P值大小一般是指两组数据之间的差异性，即为“极显著差异性”、“显著差异性”或”非显著差异性”。P值的大小就可以判断。具体步骤如下：打开excel软件，输入需要比较的两组数据。
2、选中任一空白单元格作为P值的计算单元格，点击上方函数fx。
3、在插入函数的界面中的“或选择类别”选项中选择“统计”。
4、在“选择函数”中找到“TTEST”选中，并点击确定。
5、在函数参数对话框中，点击第一组数据后面的标识符选择数据。
6、选中第一组数据后选中参数函数按enter键。
7、重复上述操作，选中第二组数值。
8、尾数以及类型全部选择2，点击确定。
9、这样就把P值求出来了。
四、统计P值是什么，怎么算？
P值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P值，一般以P<0.05为显著，P<0.01为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05或0.01。
实际上，P值不能赋予数据任何重要性，只能说明某事件发生的机率。P<0.01时样本间的差异比P<0.05时更大，这种说法是错误的。统计结果中显示Pr>F，也可写成Pr(>F)，P=P{F0.05>F}或P=P{F0.01>F}。下面的内容列出了P值计算方法。
(1)P值是：
1)一种概率，一种在原假设为真的前提下出现观察样本以及更极端情况的概率。
2)拒绝原假设的最小显著性水平。
3)观察到的(实例的)显著性水平。
4)表示对原假设的支持程度，是用于确定是否应该拒绝原假设的另一种方法。
(2)P值的计算：
一般地，用X表示检验的统计量，当H0为真时，可由样本数据计算出该统计量的值C，根据检验统计量X的具体分布，可求出P值。
具体地说:左侧检验的P值为检验统计量X小于样本统计值C的概率，即=P{X 若X服从正态分布和t分布，其分布曲线是关于纵轴对称的，故其P值可表示为P=P{|X|>C}。计算出P值后，将给定的显著性水平α与P值比较，就可作出检验的结论:如果α>P值，则在显著性水平α下拒绝原假设。 如果α≤P值，则在显著性水平α下接受原假设。 在实践中，当α=P值时，也即统计量的值C刚好等于临界值，为慎重起见，可增加样本容量，重新进行抽样检验。整理自：樊冬梅，假设检验中的P值.郑州经济管理干部学院学报，2002，韩志霞,张玲，P值检验和假设检验。边疆经济与文化，2006中国航天工业医药,1999P值是怎么来的从某总体中抽⑴、这一样本是由该总体抽出，其差别是由抽样误差所致； ⑵、这一样本不是从该总体抽出，所以有所不同。如何判断是那种原因呢？统计学中用显著性检验赖判断。其步骤是： ⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。 ⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。 ⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。 如果P＞0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P＜0.05或P＜0.01，可以认为差别不由抽样误差引起，可以拒绝H0，则可以接受令一种可能性的假设（又称备选假设，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。统计学上规定的P值意义见下表P值碰巧的概率对无效假设统计意义P＞0.05碰巧出现的可能性大于5%不能否定无效假设两组差别无显著意义P＜0.05碰巧出现的可能性小于5%可以否定无效假设两组差别有显著意义P＜0.01碰巧出现的可能性小于1%可以否定无效假设两者差别有非常显著意义理解P值，下述几点必须注意：⑴P的意义不表示两组差别的大小，P反映两组差别有无统计学意义，并不表示差别大小。因此，与对照组相比，C药取得P＜0.05，D药取得P＜0.01并不表示D的药效比C强。⑵P＞0.05时，差异无显著意义，根据统计学原理可知，不能否认无效假设，但并不认为无效假设肯定成立。在药效统计分析中，更不表示两药等效。哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的。⑶统计学主要用上述三种P值表示，也可以计算出确切的P值，有人用P＜0.001，无此必要。⑷显著性检验只是统计结论。判断差别还要根据专业知识。样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因[ts]kokofu于2010-3-2522:12补充以下内容[/ts]实际上生物统计原理基于此……呵呵。
