p值（P value）是统计学分析中非常重要的概念，许多从事学术研究的科学家对p值大小几乎捧为统计差异的黄金标准。但是美国统计学学会今天发表声明指出，误用p值已经成为许多研究无法被重复的重要原因。并提出一些使用p值的指导性原则，明确提出误用p值不能作为假说真伪和结果重要性的判断依据。

学会执行主任Ron Wasserstein说，这是美国统计学学会177年来第一次对这一最基础的统计学原则提出警示声明。主要是因为学会对误用p值越来越多产生的危害的非常担心。美国统计学学会建议科学家避免仅仅根据p值得出科学结论和制定政策。科学报告不仅应该描述数据分析产生的最终统计学数据，而且应该提供所有统计学检验计算数据，否则统计分析结果的可靠性难以判断。PLOS执行主编Véronique Kiermer说，美国统计学学会的生命让人们对过度依赖P值的担心更加突出。

P值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设，P值越小，我们拒绝原假设的理由越充分。总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要我们自己根据P值的大小和实际问题来解决。尤其重要的是，P值和实际价值没有必然关系，例如研究证明一个药物具有降低血糖作用，但并不能说明这种作用具有治疗糖尿病的价值，因为可能这种降低作用（如只能从15降低到13，但降低到8以下才有治疗价值）对患者是微不足道的。、

有学者认为，导致这一问题的根源是许多统计学教科书的误导，这种声明如果10年前发布可能意义更大，因为现在的问题已经十分严重。

不过2011年就有科学家对这一问题提出警告，因为有人用统计学分析得出结论：大学生听披头士乐队音乐可以变年轻。2015年，利用一套纪录片，揭露了如何利用劣质临床试验结果发表具有统计学差异数据的过程。该模拟研究证明，吃巧克力能帮助人们减肥，这一“研究”论文最后被杂志接受，现已被撤回。

《社会心理学和人格科学杂志》主编，加州大学戴维斯分校心理学家Simine Vazire认为统计学学会的声明能帮助作者接受提供全部的数据统计分析资料的规定。更严厉的措施是有杂志禁止在论文中出现p值这样的规定。