P值 P值是在假设检验中使用的一个指标，用于衡量在原假设（零假设）为真的情况下，观察到的数据或更极端数据出现的概率。原假设通常表示没有效应或没有差异的情况。P值越小，表示在原假设为真的情况下，观察到的数据出现的概率越低，因此拒绝原假设的证据越强。 用途：用于决定是否拒绝原假设。 解释：P值小于某个显著性水平（如0.05）通常被认为是统计显著的，意味着有足够的证据拒绝原假设。 范围：P值的范围在0到1之间。 R值（通常指决定系数R²） 在统计学中，R值可能指多个不同的概念，但最常见的是指决定系数（R²），它用于衡量模型对数据的拟合程度。R²值表示模型解释的变异占总变异的比例。 用途：用于评估模型的拟合优度。 解释：R²值越接近1，表示模型对数据的解释能力越强，即模型的预测值与实际值的偏差越小。 范围：R²值的范围在0到1之间，0表示模型没有解释任何变异，1表示模型完美解释了所有变异。