假设检验是推断统计中的一项重要内容。在假设检验中常见到P值( P-Value，Probability，Pr)，P值是进行检验决策的另一个依据。

P值即概率，反映某一事件发生的可能性大小。

统计学根据显著性检验方法所得到的P 值，P < 0.05 为有统计学差异 P < 0.01 为有显著统计学差异P < 0.001为有极其显著的统计学差异其含义是样本间的差异由抽样误差所致的概率小于0.05 、0.01、0.001

理解P值，下述几点必须注意：

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。

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。那种将“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。

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。

⑷显著性检验只是统计结论。判断差别还要根据专业知识。抽样所得的样本，其统计量会与总体参数有所不同，这可能是由于两种原因。