表1 Z=-2.1070 P=0.0351
表2 Z=-2.5547 P=0.0106
你的资料不适合进行卡方检验，适合用非参数检验，上面结果是用非参数检验计算的。下面是SAS程序。
data tm;
do a=1 to 2;
do b=1 to 3;
input f@@;
output;
end;
end;
datalines;
26 11 2
15 18 6
;
run;
proc npar1way data=tm wilcoxon;
freq f;
class a ;
var b;
run;
要算论文p值需要先了解p值的定义和含义，再根据其计算方法算出来，具体如下：
1、p值的定义
p值是一种用于假设检验的统计量，它表示在零假设为真的前提下，观察到的数据或更极端数据出现的概率。p值越小，说明观察到的数据与零假设越不相容，也就是说拒绝零假设的证据越强。
通常我们会选择一个显著性水平α，如果p值小于α，就拒绝零假设，认为实验效应是统计显著的；如果p值大于α，就不能拒绝零假设，认为实验效应不显著。一般情况下，α取0.05或0.01。
2、p值的计算方法
p值的计算方法取决于检验统计量的分布和观察到的数据。常见的检验统计量有z分数、t分数、卡方分数、F分数等，它们分别服从正态分布、t分布、卡方分布、F分布。
例如，如果我们用t检验来比较两个样本均值是否有差异，那么我们首先要计算出t分数，然后根据自由度和显著性水平来查找t分布表，找到对应的临界值，再根据t分数和临界值之间的关系来确定p值。
p值的局限性和替代方案
一、局限性
p值不能反映原假设为真或假的概率，也不能反映备择假设为真或假的概率。
p值不能反映效应大小或实际意义，只能反映统计意义。
p值受样本大小的影响，样本越大，p值越容易达到显著性水平。
二、替代方案
1、置信区间
一种用来估计参数真实值范围的方法，它表示在给定的置信水平下，参数真实值落在该区间内的概率。
2、效应量
一种用来衡量两个变量之间关系强度或差异程度的指标，它可以消除样本大小的影响，并提供实际意义。
3、贝叶斯因子
一种用来比较两个假设相对合理性的比率，它表示在观察到数据后，一个假设比另一个假设更有可能为真的程度。
一、P>0.05 表示无显著性差异；0.01 二、P值计算方法： 三、扩展资料：关于P值（资料来源：网页链接） 您好！在论文中展示t检验的p值通常可以在结果部分中进行说明。您可以将您的统计分析结果列成表格或文字形式，并在其中包括t值和p值。通常，在t检验的结果中，您应该提供足够的信息，以便读者能够理解您所研究的变量之间的显著性差异。如果您的p值小于0.05，则表明您的结果在统计学上是显著的。您可以在结果中使用类似“t(df)=X.XX, p < .05”或“t(df)=X.XX, p=.0XX”这样的格式来展示您的t检验结果。希望这可以帮到您！在论文中t检验的p值在结果中怎么样展示？
