发布时间：
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
论文中p值也叫检验p值是否定原假设的强度。
p值统计学意义是结果真实程度(能够代表总体)的一种估计方法,专业上P 值为结果可信程度的一个递减指标。
P 值越大,我们越不能认为样本中变量的关联是总体中各变量关联的可靠指标。 如果P值很小,说明原假设情况的发生的概率很小,而如果出现了,根据小概率原理,我们就有理由拒绝原假设,P值越小,我们拒绝原假设的理由越充分。 总之,P值越小,表明结果越显著。
p值是指在一个概率模型中，统计摘要（如两组样本均值差）与实际观测数据相同，或甚至更大这一事件发生的概率。换言之，是检验假设零假设成立或表现更严重的可能性。p值若与选定显著性水平（或）相比更小，则零假设会被否定而不可接受。
然而这并不直接表明原假设正确。p值是一个服从正态分布的随机变量，在实际使用中因样本等各种因素存在不确定性。产生的结果可能会带来争议。
P值是衡量控制组与实验组差异大小的指标，*意思是P值小于.05，表示两组存在显著差异，**意思是P值小于.01，表示两组的差异极其显著，这个可以用SPSS统计，根据你的描述自变量应该是果蝇的性别（雌还是雄），因变量应该是寿命，自变量是名义变量，因变量是连续变量，所以用单因素方差分析就可以得出结果了。。。另外，在统计解释时一般不看F值，只需要看P值就可以了，但是在写论文时还是要将F值写出来，并把P值放在后面用括号括起来。
论文会有人重新算p值。P值是一种用于衡量研究结果是否具有统计学意义的指标，通常是根据原始数据和研究设计计算得出的。如果其他人对研究结果产生了质疑，或者想要进一步验证研究结果的可靠性和有效性，会重新计算P值。
医学论文怎么写医学论文写作是一项严肃、意义重大的工作、是交流经验，传播科技成果，不断提高临床诊治和科研水平的重要组成部分。只有不断的总结，才能在总结的基础上不断的进步。因此，必须以科学的态度实事求是的去写，即不能夸大，也不能缩小，有一说一，有二说二，密切注意医学论文的科学性、实用性、先进性及可读性。不同的工作性质写出来的医学论文不尽相同，个性是主要的，但也不能没有共性，不是无章可循。但应尽可能避免写作时的千篇一律，千人一面。特别是医学论文的表达方式应该更科学一些,论文的布局和段落应分明，层次应清晰，推理应符合逻辑，条理性要强。下面就本人在编辑工作中的一些体会，重点谈谈医学论文写作的方法。1 医学论文题目的选择 医学论文的命题医学论文题目应是文章内容的集中概括。作者写论文，一是传播科技经验，二是为晋升需要，因此,论文好坏与标题有很大关系。由于论文题目首先映入读(编)者的眼帘，读(编)者浏览文章，多先看题目，然后才决是是否阅读(取舍)全文。所以，要求命题既能概括全文内容，又能引人注目，便于记忆和引用，做到恰当、确切、简短、鲜明，起到一种画龙点睛的作用，以引起读(编)者的注意与兴趣。我国《科学技术报告、学位论文、学术论文以及其它类似文件编写格式》提出:“题名应力求简短，一般不宜超过30个字。”应以20个字左右为宜，越简短(确切)越好。美国新英格兰医学杂志在稿约中规定“文题必要时给目录写一个限在75个字母空间之内的短题。”文题应与文章内容相符，一忌泛，二忌繁，同时还应具备可检索性、专指性、信息性，必要时可加副题，要给人一种“非看一下不可”的魅力。一般先定题目再写论文，但亦可先写论文再定题，也可将要写的内容列出提纲，根据提纲再定标题，文题贵新，切忌老生常谈。别人用过的题目不要再用。从来稿情况看，多为回顾性与前瞻性两大类。回顾性的稿件容易走进前人形成的模式，格局大体相同，多半是多少病例的临床分析，经过几次试验、观察结论与前一致，这样说明的问题很有限。如果能在回顾中找出经验教训；阐明需要注意的间题；论证你的某个新观点；或修正前人的某种错误，这样文章就有了新意，在设备、文献、实验条件较好的情况下，可以写综述、讲座、学术论文、病案讨论之类；条件差的单位或初学写稿者，结合不同的具体情况，可先从写临床报道、误诊教训、技术改进、心得体会等入手。尽量结合自己熟悉的内容，日常从事的工作。否则难免在症状、体征的描述上无中心、不准确、矛盾大、漏洞多，而且不了解进展，不熟悉近况，甚至只是道听途说，这样就很难成功。总之，题目是论文最重要的内容，以最恰当、最鲜明的词语组合，好的命题可以使读(编)者看过题目后，能够得知论文中的梗概和主要特点，能够吸引读(编)者使之产生阅理全文的兴趣，反复引用，经久不忘。 医学论文的署名医学论文署名要用真名(学术论文)而不用笔名，并写明工作单位和邮政编码，以便联系和供读者咨询。本刊编排顺序为工作单位、邮政编码，而后是作者。集体创作应在文末署上执笔人或整理者的姓名，以明责任，便于查考。署名不可过多，应本着实事求是的原则，必须参加全部或部分主要工作，或参加本文章撰写，对文章内容负责并能进行答辨的人。署名次序应按贡献大小依次排列，起主要作用的人列在前面。根据目前各省晋升掌握的情况看，署名太多也无意义，一般3-5人即可。指导者、协作者或列在姓名中，或在文末致谢中写出。不要出现一篇短文或临床报道出现十余作者的情况。署名本身是一件很严肃的、科学性很强的事，但由于近年来社会上一些不正之风也同样冲击着科学技术界，作者的署名也无例外的出现了一些问题:①署名过多；②署名过乱；③带名；④挂名。论文第一作者必须对全文负责，不能无原则的乱署名，尤其不能将与本文章无关的人员署上。决不能以署名做为替人晋升创造条件的手段。
这个建议楼主多看一些医学论文的范文。或者缠一下老师什么的，总之得靠自己..哈哈
要求 1．简明扼要（short and concise） （1）尽量控制在一行，但不是一个句子 （2）不超过25个单词或120-140个字母 （3）除DNA、RNA、CT等不用缩写 2．信息丰富(informative) 3．便于索引（indexing） 4．较长标题可采用副标题
1.围绕课题收集资料和研究资料。 收集资料分三步：①根据研究课题选择检索工具;②确定检索方法;③查阅原始文献。 收集资料时应注意下列内容：①在方法上沿用前人的，或在前人的基础上加以改进的;
论文中三线表格式要求如下：
论文中一般要求使用三线表，就是表格只能有上边框和下边框，再加上标题行下面要有一个细一点的边框，是为三线。制作方法如下(Word2003)：
1、点击表格左上方的“田”字型的标记(当鼠标悬停在表格上的时候就会出现)，选中整个表格。
2、点击右键，选中菜单中的`“表格自动套用格式”，会弹出一个窗口。
3、点击右边的“新建”按钮，新建一个样式，这时又会弹出一个窗口，让你设置样式属性。
4、“名称”一栏可以随便填，这里我们填“三线表”。“样式基于”这一项可以让你在已有样式的基础上添加一些新的属性，这里我们选择普通表格就行了。
5、重点在“格式应用于”这一栏，我们先选择“整个表格”，然后设置表格的上框线和下框线(点击图中的那个“田”字标记)，左边那两个下拉菜单可以设置框线类型和粗细。
6、上面的做好之后再重新选择“格式应用于”一栏，选择“标题行”，设置标题行的下框线，按照要求设置框线类型和粗细。
7、设置好之后点击确定，然后点击应用，当前表格就会被应用上三线表的样式了，大功告成。
8、其它表格只要在第2步的操作之后不新建样式，而是选中列表中的“三线表”直接应用样式就好了。
注意事项：
1、提示，有时候设置会不太好使，比如会把三条线设置为同样粗细，这种情况下，你可以在第5步之后直接应用，然后修改“三线表”样式，直接进行第6步再应用，把第5步和第6步分别设置并且应用应该可以解决问题。
2、毕业论文一律打印，采取a4纸张，页边距一律采取：上、下，左3cm,右，行间距取多倍行距(设置值为)；字符间距为默认值(缩放100%，间距：标准)，封面采用教务处统一规定的封面。
硕士论文三线表粗细要求如下：
三线表的三条线上下是磅,中间的是磅。
所有硕士论文都是要过论文检测的，比对的是一百年内所有专业的所有论文，每十一个相拟就开始算相拟，不能超过百分之三十，否则延迟毕业。
1、一般字数是指正文字数，即第一章到最后一章，不含摘要、目录、致谢、参考文献、附录等，说的是字数而不是字符数，比如3万字毕业论文，就是3万字的汉字，不包括标点和空格。
2、硕士毕业论文不单有字数要求还有页数要求，页数在60-80页之间就可以，这也是指的正文部分，同样不包括摘要、目录、致谢、参考文献、附录等。
3、参考文献篇数一般不少于40篇，在其中外文参考文献不少于20篇，参考文献中近五年的文献数一般不少于总数的三分之一，而且还要用近两年的参考文献，参考文献在正文中要有引用标注。
硕士论文格式规范说明：
1、页面设置：
用微软word排版，A4纸型，左右边距；正文行距为固定值16磅，其它均为单倍行距。
2、论文题目：
小2号黑体居中。标题不超过20个字。段前10mm。
3、作者姓名：
多作者属不同单位时，在姓名上标上与单位序号（见下条）对应的数字上标，姓名之间用逗号隔开，之间空两格；4号宋体居中。段前8mm。
4、作者单位：
多单位时，单位名称前标上序号，之间用分号隔开。且要在对应单位的作者名上加上对应的序号上标。一个单位不用标序号。小5号宋体居中。段前单倍行距。
5、摘要：
“摘要”二字中间一个空格并加粗，加冒号，放在摘要正文段首。摘要内容为小5号宋体。段前8mm，段落左右缩进2个汉字，单倍行距。
6、关键词：
“关键词”3个字，小5号宋体加粗，加冒号。关键词之间用分号隔开。小5号宋体。段落左右缩进2个汉字。关键词与摘要之间空1行。
采用spss软件，单因素分组对照计算。
t值和P值都用来判断统计上是否显著的指标。在p值就是拒绝原假设的最小alpha值，把统计量写出来，带进去算出来之后，根据统计量的分布来算p值。P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。Fisher的具体做法
假定某一参数的取值，选择一个检验统计量，在该统计量的分布在假定的参数取值为真时应该是完全已知的从研究总体中抽取一个随机样本计算检验统计量的值计算概率值或者说观测的显著水平即在假设为真时的前提下，检验统计量大于或等于实际观测值的概率。
我们常常在统计学应用中看到P值，F值，T值，这些参数是什么？我想应该先讲讲“假设检验”，弄明白假设检验，很多问题就通了。
本文首先介绍了假设检验在统计学的位置，然后从 显著性检验 、 P值的疑问 、 假设检验方法的使用 三个角度描述假设检验。
统计学按照发展阶段和侧重点不同，可分为描述统计学和推断统计学 [1]
描述统计学 是阐述如何对客观现象的数量表现进行计量表示； 推断统计学 主要阐述如何根据部分数据(样本统计量)去推论总体的数量特征及规律性的一系列理论和方法
假设检验(hypothesis testing)作为推断统计学的重要部分，用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。
显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。
常用的假设检验方法有Z检验、T检验、卡方检验、F检验等 [2]
显著性检验（significance test）是假设检验的一种最常用的方法，用于检测实验组与对照组是否有差异以及差异是否显著的办法。
因为显著性检验<假设检验<推断统计学，所以显著性检验具有以下特点：
小概率事件实际不可能性原理是显著性检验的基本原理，如果P小于阈值 ，表明事件是小概率事件，存在发生的可能性但可能性不大甚至不可能发生，所以认为 大概率不会发生，拒绝原假设。
显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了所愿意承担的风险。 通常取α=或α=。这表明，当作出决策时，其正确的可能性为95%或99%，有或α=下错结论的风险。
置信度也称为可靠度，或置信水平、置信系数 置信度 = 1-α
什么是显著性差异？
H0和H1的设置，不管在什么场景要满足：
赌场上你想检查一下抛掷的硬币是否被动过手脚，要求抛几次硬币看结果是不是公平的。 总共扔了十次，也都是“花”朝上，认为很可能这枚硬币不是公平的。
这就是假设检验： 你提出假设：说硬币是正常的 （H0：硬币是正常的；H1：硬币不正常） 我提出要检验你的假设：扔十次，看实验的结果是不是和你的假设相符
反复扔硬币应该符合二项分布
总共扔10次硬币，那么是出现7次正面之后，可以认为“硬币是不公平的”，还是在出现9次正面以后认为“硬币是不公平”，这是一个主观标准，看你能够承担的风险有多大，也就是显著性水平 。
例如取 为， ，则认为原假设是小概率事件，拒绝原假设，认为硬币不正常，存在显著性差异（和正常硬币的抛掷分布情况很不一样）。 由于取 为，所以这个决策有95%的准确性。
P值是指在特定的统计假设模型下，数据的某个统计指标（如两组样本均数之差）等于观察值或比观察值更为极端的概率。
上文显著性检验就是比较P值和 之间的关系做出决策，但对P值的争议很大，因此需要单独讲一讲P值。
目前科学界对P值的使用存在很大的置疑，认为P值是是扰人烦的蚊子，是皇帝的新衣，比“毫无用处”还糟糕 [6] 。
林泽民教授2016/6/6在台湾政大社科院的演讲，题目为《看电影学统计：p值的陷阱》提到统计学很快会有很重大的改变，传统的作法：用P值来作统计检定的作法，大概再过几年就不容易再存在。
2018年1月22日，美国政治学顶级学术期刊《政治分析》在他们的官方twitter上宣布从2018年的开始的第26辑起禁用p值。根据该刊的声明，其主要原因是：“p值本身无法提供支持相关模式或假说之证据。”
在临床试验中P值的使用尤为普遍，用来检验药物的有效性，P值问题使得近半数的相关论文可靠性被推翻。
为什么说P值是个陷阱？为什么P值本身无法支持相关模式或假说之证据？
主要原因是因为：P值只能对样本数据负责，但模型的意义在于推断总体，所以总有以偏概全的风险存在。同时，因为P值易受样本操控，而很多研究为了得到想要的结论，往往是不断调整样本量，直到得到想要的结果 [8] 。
P值本身是没有问题的，但如果单纯只依赖P值是否小于 做出决策却也是不可取的，学术界反对的是P值的滥用。
美国统计协会（American Statistical Association，ASA）全面透彻地梳理了统计界关于P值的统计意义并形成共识 [7] ：
而常用统计推断检验方法分为两大类：参数检验和非参数检验
根据总体数据是否服从某种分布，采用参数检验和非参数检验两种检验方法，具体使用哪种检验方法根据属性和要求决定。
某公司运营团队为了针对活跃度提升专题运营活动的效果进行测试，从同样群体中抽出两组人群，一组运营组，一组对照组。30天后运营活动结束后，想要知道该次针对性运营是否有效，两组活跃度分数是否差异明显?
T检验是数据化运营效果分析中应用最多的方法和技术。使用要求为：1）样本组之间独立；2）每组样本来自正态分布总体；3）两个独立样本方差相等。
虽然两组都是独立的，但两组样本的总体不一定是正态分布的，方差也不一定相等，我们可以采用非参数检验—wilcoxon符号秩检验。
wilcoxon符号秩检验适用于两个独立样本间的两两比较。
如果不能确定总体是否为正态分布，则只能退而求其次用非参数检验的方法。如果满足T检验要求，有限考虑T检验的结果。
[1] 推断统计学： [2] 假设检验： [3] 显著性水平： [4] 显著性差异： [5] 统计学假设检验中 p 值的含义具体是什么？ [6] 统计学里“P”的故事：蚊子、皇帝的新衣和不育的风流才子： [7] 临床试验中P值的意义及结果： [8] P值的陷阱： [9] 非参数检验：