我也很想知道.百度了下,是\x0d生物统计原理\x0d不知道有没有用\x0d 从某总体中抽\x0d ⑴、这一样本是由该总体抽出,其差别是由抽样误差所致；\x0d ⑵、这一样本不是从该总体抽出,所以有所不同.\x0d 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.\x0d 统计学上规定的P值意义见下表\x0d P值 碰巧的概率 对无效假设 统计意义\x0dP＞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\x0dP＜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\x0dP ＜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\x0d 理解P值,下述几点必须注意：\x0d 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.\x0d ⑵ P＞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.\x0d 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.\x0d 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
