1相关性 首先理解什么是相关。比如一个稻田水稻的长势与当地的气候、水源、光照以及水稻的品种是有关系的，则称他们为相关。 相关的显著水平就是P-value，一般当p-value小于0.05，就是显著了，则两组数据就是相关的。当p-value为0.01或0.001，则更显著了，标明两组数据有明显的关系。反之，当p-value大于0.05，就不显著，这个阈值可以根据问题本身的情况而定。 p-value的求法目前掌握了两种方式：①用EXCEL来求，具体步骤百度即可；②使用SPSS来求，参考链接：https://blog.csdn.net/qq_38388811/article/details/82287769 使用方法比较简单，安装好软件之后导入数据，“分析”---->“相关”---->“双因素”，后面把数据加载进去，默认选项就好。运行结果如下图： 原假设H0：两组数据不相关 备择假设H1：两组数据相关 若p-value小于预先设定的阈值，则拒绝原假设，一般阈值设定为0.05，此处p-value为0.005，远小于0.05，故拒绝原假设。故两组数据相关。 2差异的显著性 在论文实验中，通常需要比较两组实验差异性的显著性，来突出论文中所提出的方法或改进的技术的优越性。在得到两组实验结果后，借助SPSS来求解差异的显著性值p-value。 步骤：“分析”—>“回归”—>“线性回归”，依次将对应的两组数据列（hro,cs）选入“因变量”和“自变量”块内，点击确认。 实验结果如下图：其中cs行对应的的显著性值，即p-value=0.005为显著性水平值。 原假设H0:两组数据无显著性差异 备择假设H1：两组数据存在显著性差异 若p-value小于预先设定的阈值，则拒绝原假设，一般阈值设定为0.05，此处p-value为0.005，远小于0.05，故拒绝原假设。故两组数据存在明显差异。