解读 P 值之前

在考虑 P 值之前，您应该

•评估科学性。如果研究设计不合理，那么研究结果很可能不会有参考价值。P 值是多少并不重要。

•检查您选择的分析假设，确保没有违反任何假设。我们为 Prism 所做的每项分析提供了分析清单。如果您违反了假设，P 值可能就没有意义了。

解读较大的 P 值

如果 P 值很大，则说明数据无法让您得出总体均值不同的结论。即使真实均值相等，您也不会对偶然发现均值相差如此之大感到惊讶。这并不等于说真实均值相同。你只是没有令人信服的证据证明它们是不同的。

使用置信区间解读较大的 P 值

真正的差异到底有多大？由于随机变异，本实验中组平均值之间的差异不太可能等于群体平均值之间的真实差异。我们无法知道真正的差异是多少。不确定性用 95% 置信区间来表示。您可以 95% 地确定该区间包含两个均值之间的真实差异。当 P 值大于 0.05 时，95% 置信区间将从负数（代表减少）开始，上升到正数（代表增加）。

要在科学背景下解读结果，请观察置信区间的两端，并询问它们代表的差异在科学上是重要的还是微不足道的。有两种情况需要考虑：

•置信区间从您认为微不足道的减少到您也认为微不足道的增加。您的结论非常可靠。要么治疗没有效果，要么效果很小，以至于不重要。这是一个信息丰富的否定实验。

•置信区间的一端或两端都包含了您认为在科学上很重要的变化。您无法得出有力的结论。在置信度为 95% 的情况下，您可以说，要么差异为零；要么不是零，但在科学上微不足道；要么差异大到在科学上很重要。换句话说，您的数据确实无法得出任何可靠的结论。