回归分析 p值小于0.001 有意义吗

只能说明某事件发生的几率。

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。实际上，P值不能赋予数据任何重要性，只能说明某事件发生的几率。统计结果中显示Pr > F，也可写成Pr( >F)，P = P{ F0.05 > F}或P = P{ F0.01 > F}。

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，一般以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。

扩展资料

⑴、建立检验假设（又称无效假设，符号为H0）：如要比较A药和B药的疗效是否相等，则假设两组样本来自同一总体，即A药的总体疗效和B药相等，差别仅由抽样误差引起的碰巧出现的。

⑵、选择适当的统计方法计算H0成立的可能性即概率有多大，概率用P值表示。

⑶、根据选定的显著性水平（0.05或0.01），决定接受还是拒绝H0。如果P>0.05，不能否定“差别由抽样误差引起”，则接受H0；如果P<0.05或P <0.01，可以认为差别不由抽样误差引起，可以拒绝H0，则可以不拒绝另一种可能性的假设（又称备选假设，符号为H1），即两样本来自不同的总体，所以两药疗效有差别。

参考资料来源：百度百科-假设检验中的P值

在回归分析中，p值用来检验系数的显著性水平
基于一个原假设，假设某一解释变量与被解释变量无关，需要设置相应的p值，比如0.05，当结果小于0.05的时候，就说明要拒绝原假设，也就是变量之间存在明显的线性关系（如果前面做的是线性回归分析的话）
这个系数是0而我们误认为它不是0的概率只有0.1%，可见这种错误的可能性是很小的