统计学中的f值和p值问题

f值表示一定灭菌条件下的总灭菌效果，通常将不同温度下的灭菌时间换算成120℃的灭菌时间，相当于120℃的灭菌时间。需要特别注意的是，它并不是指工人在实际操作中所花费的时间，而是一个理论上的换算时间。

p值是衡量对照组与实验组之间差异的指标。*表示P值小于0.05，说明两组差异显著，* *表示P值小于0.01，说明两组差异极显著。

这个可以用SPSS统计。根据你的描述，自变量应该是果蝇的性别(雌性还是雄性)，因变量应该是寿命，自变量是名义变量，因变量是连续变量，所以可以用单向方差分析得出结果。

另外，在统计解释中，一般不看F值，只需要看P值。但是写论文的时候要把F值写出来，把P值放在括号里。

R a fisher (1890-1962)作为假设检验理论的创始人，最早提出了假设检验中p值的概念。他认为，假设检验是一种程序，研究人员可以通过这种程序对一个总体参数形成判断。

换句话说，他认为假设检验是人们在研究中添加的一种数据分析和主观信息的形式。(当时这种观点遭到了奈曼-皮尔森的反对，他认为假设检验是一种方法，决策者可以在控制错误概率的同时，在两种可能性之间做出明确的选择。

这两种方法有着漫长而痛苦的争论。尽管费希尔的观点也遭到现代统计学家的反对，但他对现代假设检验的发展做出了巨大贡献。)

费希尔的具体做法是:

假设一个参数的值。

选择一个检验统计量(如Z统计量或Z统计量)，当假设参数为真时，其分布应完全已知。

从研究总体中选取一个随机样本，计算检验统计量的值，并计算出概率p值或观察值的显著性水平，即假设为真的前提下，检验统计量大于或等于实际观察值的概率。？

如果p

如果0.01

如果p值>；0.05，说明结果更倾向于接受假设的参数值。

但是，在那个年代，因为硬件问题，计算P值并不容易，所以人们采用了统计检验法，也就是我们最先学会的比较T值和T临界值的方法。统计检验法是在检验前确定显著性水平α，也就是说预先确定拒绝域。

但如果选择相同，所有检验结论的可靠性都是相同的，无法给出观测数据与原假设不一致的准确度量。只要统计量落在拒绝域中，假设的结果都是相同的，也就是说，结果是显著的。但实际上，统计数据在拒绝域中的位置不同，实际意义也大不相同。

因此，随着计算机的发展，P值的计算不再是一个难题，这使得P值成为最常用的统计指标之一。