p 值和 d 值是统计学中常用的两个概念，它们分别代表概率值和离散程度。
1.p 值（概率值）：p 值是在原假设成立的情况下，观察到或更极端结果的概率。它用于判断观察到的结果是否足够显著，以拒绝原假设。p 值的计算取决于所使用的检验统计量和显著性水平（通常为 0.05 或 0.01）。
例如，在单尾检验中，左侧检验的 p 值计算公式为：p = P(Z ≤ ZC | μ = μ0)，其中 Z 是标准正态分布的随机变量，ZC 是根据样本数据计算的检验统计量的临界值。右侧检验的 p 值计算公式为：p = P(Z ≥ ZC | μ = μ0)。
2.d 值（离散程度）：d 值用于衡量两个样本之间的差异。它通常用于假设检验中的双尾检验，计算公式为：d = ZC / √n，其中 ZC 是根据样本数据计算的检验统计量的临界值，n 是样本容量。
请注意，这些公式仅适用于正态分布或近似正态分布的情况。在实际应用中，可能需要根据具体的数据分布和检验方法进行调整。
P值即概率，反映某一事件发生的可能性大小。
不同的P数值所表达的含义也是不一样的。
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。
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}。

