那麼這個讓人又愛又恨的P值（P value）到底是個什麼東西呢？
話說這大哥真的是一拍腦門就想出來的0.05啊，0.05純粹就是個人為設置的值。只不過後來成為了大家都公認了這個定值。
加下來我們看一下統計學中的檢驗假設。（以下來自百度百科）
假設檢驗(hypothesis testing)，又稱統計假設檢驗，是用來判斷樣本與樣本、樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。顯著性檢驗是假設檢驗中最常用的一種方法，也是一種最基本的統計推斷形式。
1、提出檢驗假設又稱無效假設，符號是H0；備擇假設的符號是H1 。
H0︰樣本與總體或樣本與樣本間的差異是由抽樣誤差引起的；
H1︰樣本與總體或樣本與樣本間存在本質差異；
預先設定的檢驗水準為0.05；當檢驗假設為真，但被錯誤地拒絕的概率，記作α，通常取α=0.05或α=0.01 。
2、選定統計方法，由樣本觀察值按相應的公式計算出統計量的大小，如X2值、t值等。根據資料的類型和特點，可分別選用Z檢驗，T檢驗，秩和檢驗和卡方檢驗等。
3、根據統計量的大小及其分布確定檢驗假設成立的可能性P的大小並判斷結果。若P>α，結論為按α所取水準不顯著，不拒絕H0，即認為差別很可能是由于抽樣誤差造成的，在統計上不成立；如果P≦α，結論為按所取α水準顯著，拒絕H0，接受H1，則認為此差別不大可能僅由抽樣誤差所致，很可能是實驗因素不同造成的，故在統計上成立。P值的大小一般可通過查閱相應的界值表得到。
p-value就是用來判斷H0假設是否成立的依據。因為期望值是基于H0假設得出的，如果觀測值與期望值越一致，則說明檢驗現象與零假設越接近，則越沒有理由拒絕零假設。如果觀測值與期望值越偏離，說明零假設越站不住腳，則越有理由拒絕零假設，從而推出對立假設的成立。
說了這麼一大堆那麼大家可以簡單理解成什麼呢？就是如果你的心理學（神經醫學、醫學等等）實驗得到了p