p值就像个报警器，它告诉你回归系数有没有被干扰数据骗了。比如说你测了五次温度和销量，算出销量每涨一度多卖三块，这时候p值就是看这个三块是不是真的有统计意义。要是p值小到0点零五以下，就说明这个三块很可能是乱撞出来的，得重新考虑这个关系。

要是p值小于0点零五，说明这个系数被干扰的概率不到5%。比如测了二十个数据点，t值算出来是3.5，查t分布表自由度19的时候，对应p值就是0点007。这时候就能确定销量和温度的关系不是偶然的。但要是数据波动大，比如标准差到了十块，同样的t值可能p值就到0点二以上了。这时候得看样本量够不够，数据分布是不是正态的。比如用三十组数据，同样的t值3.5，自由度28，p值就到0点03，这时候就能更有信心拒绝原假设。但要是样本量太小，比如只有五个数据点，就算t值3，p值也可能到0点一，这时候就需要谨慎了。