为什么p值<0.05，才有统计学意义？

为什么我们发表文章时，组间差异比较，P<0.05，就认为差异具有统计学意义呢，为什么非要以0.05为界值呢！

比如，我们想知道一种新药物是否比老药物更有效。

零假设就是新药物和老药物效果一样。然后我们做实验收集数据，通过计算得出一个P值。

如果 P 值很小，比如小于 0.05，就意味着在零假设成立的情况下，我们观察到这样的实验结果（新药物比老药物效果好很多）是非常罕见的，所以我们就有理由拒绝零假设，认为新药物和老药物效果不一样，新药物更有效。

相反，如果 P 值比较大，大于 0.05，那就说明在零假设成立的情况下，观察到这样的结果并不罕见，我们就没有足够的证据拒绝零假设，也就不能得出新药物更有效的结论。

所以，P 值越小，就越能说明我们观察到的结果不是偶然发生的，而是有真正的差异或关系存在；P 值越大，就越说明结果可能只是偶然出现的，没有足够证据表明存在显著的差异或关系。

通常以 0.05 作为判断标准，但这个标准也不是绝对的，要根据具体情况来定。

这一标准在生物学、医学、心理学等领域沿用至今，成为默认的显著性水平。但是并非绝对的标准，有时候还需要结合置信区间（Confidence Interval）、效应量（Effect Size）多维度证据。