解读 P 值之前

在考虑 P 值之前，您应该

•回顾科学。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。

•回顾所选分析的假设，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。

解读较小的 P 值

小 P 值意味着您观察到的差异（相关性、关联性......）很少会由于随机抽样而发生。有三种可能

•无差异的零假设成立，发生了罕见的巧合。你可能只是碰巧在一组中得到了大数值，而在另一组中得到了小数值，这种差异完全是偶然造成的。这种可能性有多大？这个问题的答案竟然不是P 值。相反，答案依赖于实验的科学背景。

•零假设是假的。确实存在差异（或相关性、关联性......），而且差异大到足以引起科学兴趣。

•零假设是假的。确实存在差异（或相关性、关联性......），但这种差异太小，以至于在科学上很无聊。差异确实存在，但微不足道。

在后两种可能性之间做出决定是一个科学判断的问题，任何统计计算都无法帮助你做出决定。

使用置信区间解读小 P 值

如果 P 值小于 0.05，那么 95% 置信区间将不包含零（比较两个均值时）。要在科学背景下解读置信区间，请观察置信区间的两端，并询问它们是代表您认为在科学上重要还是在科学上微不足道的均值之间的差异。本节假定您在用 t 检验比较两个均值，但在其他情况下也可以直接使用这些相同的想法。

有三种情况需要考虑：

•置信区间只包含微不足道的差异。虽然您可以 95% 地确定真实差异不为零，但您也可以 95% 地确定均值间的真实差异微小且无意义。治疗有效果，但效果很小。

•置信区间只包括您认为重要的差异。由于即使置信区间的低端也代表了足够大的差异，以至于你认为它在科学上是重要的，因此你可以得出结论：治疗均值之间存在差异，而且差异大到足以与科学相关。

•置信区间的范围从微小差异到重要差异。由于置信区间的范围是从你认为在科学上微不足道的差异到你认为很重要的差异，所以你不能得出一个强有力的结论。您可以确定 95% 的真实差异不为零，但您无法断定该差异的大小在科学上是微不足道还是非常重要。