P值的計算：一般地，用X 表示檢驗的統計量，當H0為真時，可由樣本資料計算出該統計量的值C，根據檢驗統計量X的具體分佈，可求出P值。具體地說：左側檢驗的P值為檢驗統計量X 小於樣本統計值C 的機率，即：P = P{ X C}雙側檢驗的P值為檢驗統計量X 落在樣本統計值C 為端點的尾部區域內的機率的2 倍：P = 2P{ X > C} (當C位於分佈曲線的右端時) 或P = 2P{ X C} 。擴充套件資料：假設檢驗的意義：假設檢驗是抽樣推斷中的一項重要內容。它是根據原資料作出一個總體指標是否等於某一個數值，某一隨機變數是否服從某種機率分佈的假設。然後利用樣本資料採用一定的統計方法計算出有關檢驗的統計量，依據一定的機率原則，以較小的風險來判斷估計數值與總體數值(或者估計分佈與實際分佈)是否存在顯著差異，是否應當接受原假設選擇的一種檢驗方法。用樣本指標估計總體指標，其結論有的完全可靠，有的只有不同程度的可靠性，需要進一步加以檢驗和證實。透過檢驗，對樣本指標與假設的總體指標之間是否存在差別作出判斷，是否接受原假設。這裡必須明確，進行檢驗的目的不是懷疑樣本指標本身是否計算正確，而是為了分析樣本指標和總體指標之間是否存在顯著差異。從這個意義上，假設檢驗又稱為顯著性檢驗。
要看你檢驗的原假設中變數的分佈，然後根據該分佈的機率密度函式求一個廣義積分（通常積分上限是正無窮），因為大部分機率密度函比較複雜，一般是使用數值方法。
P值的計算：一般地，用X 表示檢驗的統計量，當H0為真時，可由樣本資料計算出該統計量的值C，根據檢驗統計量X的具體分佈，可求出P值。具體地說：左側檢驗的P值為檢驗統計量X 小於樣本統計值C 的機率，即：P = P{ X C}雙側檢驗的P值為檢驗統計量X 落在樣本統計值C 為端點的尾部區域內的機率的2 倍：P = 2P{ X > C} (當C位於分佈曲線的右端時) 或P = 2P{ X C} 。擴充套件資料：假設檢驗的意義：假設檢驗是抽樣推斷中的一項重要內容。它是根據原資料作出一個總體指標是否等於某一個數值，某一隨機變數是否服從某種機率分佈的假設。然後利用樣本資料採用一定的統計方法計算出有關檢驗的統計量，依據一定的機率原則，以較小的風險來判斷估計數值與總體數值(或者估計分佈與實際分佈)是否存在顯著差異，是否應當接受原假設選擇的一種檢驗方法。用樣本指標估計總體指標，其結論有的完全可靠，有的只有不同程度的可靠性，需要進一步加以檢驗和證實。透過檢驗，對樣本指標與假設的總體指標之間是否存在差別作出判斷，是否接受原假設。這裡必須明確，進行檢驗的目的不是懷疑樣本指標本身是否計算正確，而是為了分析樣本指標和總體指標之間是否存在顯著差異。從這個意義上，假設檢驗又稱為顯著性檢驗。