先说清楚检验的是什么
解释软件结果前，先确定总体参数、原假设以及所用检验。检验平均差异，不等于直接判断某个项目是否值得实施。研究问题和统计计算要分开。
在常规假设检验中，p 值涉及：在指定的原假设模型与假设条件下，观测统计量的极端程度。它不是“原假设为真的概率”。美国统计协会提醒，不能仅凭是否跨过某个阈值决定科学或实际结论。
把估计值、区间和 p 值一起读
先记录估计差异及单位，再谈显著性。NIST 将置信区间解释为表达估计不确定性的方法。在频率学派解释中，置信水平属于生成区间的程序，不是看到这个区间后给固定参数分配一个概率。
可以按这个顺序提问：估计了什么、估计大小是多少、不确定性多大、需要哪些假设？仅有统计显著性，不能说明效应很大或具有实际重要性。
原创虚构结果：怎样避免把“不显著”写成“没有差异”
假设一道教学练习报告：平均差异估计为 2 分，95% 置信区间为 -1 至 5 分，对零差异的相应双侧检验得到 p=0.19。这是虚构练习数值，不是学院研究，也不说明辅导效果。
区间包含零，在预先设定的 5% 显著性水平下，检验不会拒绝零差异。但这不能证明差异恰好为零。区间也包含正差异，还应考虑估计精度是否足以回答研究问题。
尝试分两句话写：第一句描述估计和不确定性，第二句说明局限。不要把统计结果直接改成某种教学方式“有效”或“无效”的宣传。
用报告清单替代一个显著性标签
对下一份获准使用的练习结果，可以填写下面的清单。没有的信息标为未知，不要自行补造。这是学习辅助，不能代替课程要求的报告方式。
- 写清研究问题、比较对象和结果单位。
- 记录方法、样本背景及需要检查的假设。
- 准确记录效应估计、区间和报告的 p 值。
- 区分统计结论、实际意义与因果主张。
- 列出作决定前还需要哪些信息。
把疑问转成明确的辅导目标
可以请求在新的练习例子上解释推理，例如“我会找 p 值，但不明白为什么不显著不能证明没有差异”。这比只要求得到一个答案更容易评估学习成果。
使用教学数据或大学允许分享的材料。不能要求别人制造理想结果或完成评估分析。进一步阅读下方第一手资料，并遵守本模块的方法与评估规定。
参考资料
下一步
说明统计课程模块和需要理解的结果解释问题，学院可讨论适合的学术支持，并确认专业匹配与实际安排。