在 JMP 中，介于 0.01 和 0.05 之间的 p 值显示为红色；小于 0.01 为橙色；大于 0.05 为黑色。当您同时分析多个不同的效果并希望在报告中查看具有统计意义的视觉线索时，颜色编码会有所帮助。
P 值帮助我们从我们分析的样本中推断出总体。 它们与零假设有关 - 即抽取样本的总体没有影响。
简单来说，一个低 p 值表明原假设是错误的，并且在总体中确实存在影响。
例如，50 个人的样本可能会显示两个变量之间的相关性。 原假设表明存在不在整个人群中存在相关性，但低 p 值因为相关性表明原假设是错误的（即总体中确实存在相关性）。 想着p作为概率的代表，人们可能会认为低 p 值表明我们在样本中看到的结果将是低概率如果实际上没有对人口产生影响。
统计学家通常认为 p 值 ≤ 0.05 具有统计学意义。 在某些情况下，人们会寻找 <.01 的 p 值。
罗斯·梅图萨勒姆@Ross_Metusalem解释：
