pvalue與變量的重要性
一個變量的重要性應該是一個同“樣本量”無關的判斷。但是，p.Value的顯著性，極大地受到樣本量的影響。由此可見，這是兩個東東。它們之間肯定有關系，但是不是簡單的唯一確定關系。如前所述，老王賣耗子葯這個案例太完美。它完美在於不同X的單位是相同可比的。對於更多的實際分析而言，不同的X，單位不同，類型不同。這會讓不同回歸系數的可比性更差。因此，更加難以定義什么叫做“重要”，更不可能簡單滴說：p.Value顯著＝X變量重要。
p.Value是用來做什么的？p.Value是用來判斷一個beta系數為0的可能性。p.Value越小，說明這個beta系數越不可能是0，而同beta系數絕對值的大小（也就是：重要性），沒有必然聯系。
判斷是否為0和是否重要沒有毛線關系
對於一個回歸分析，p.Value是通過一個Z-type檢驗統計量來計算的，形式為：Z＝beta.hat/SE(beta.hat)，其中beta.hat表示某種估計量（例如：最小二乘估計），而SE(beta.hat)表示該統計量相應的估計誤差。Z的絕對值越大，p.Value越小。Z的絕對值越小，p.Value越大。因此，p.Value的顯著性同Z的絕對值是一一確定的關系。
王漢生