哪些统计符号要斜体、哪些不要？

用拉丁字母表示的统计量斜体：M、SD、t、F、p、r、N、n、d、R²、SE 等；作为参数的希腊字母（β、ρ）也常斜体，但样本构成的具体数字、括号、等号、单位和文字下标不斜体。原则是「变量与统计符号斜体，常量与文字正体」。

p 值到底怎么写？

p 斜体、无前导零。写 p=.03、p=.006，不写 p=0.03；当 p 小于 .001 时写 p＜.001，不写 p=.000（因为 p 永远不会真正等于 0）。一般给精确值到两至三位小数，只有极小值才用不等号表达。

一定要报告效应量吗？

APA 第 7 版强烈建议在假设检验结果旁同时报告效应量及其置信区间，因为 p 值只说明是否显著、不说明差异大小。常用效应量：两均数差用 Cohen's d，方差分析用 η² 或偏 η²，相关用 r，回归用 R²；并尽量给 95% 置信区间。

自由度写在哪里？

写在统计符号紧后的括号内。t 检验：t(58)=2.86；单因素方差分析：F(2, 87)=5.13，括号内先组间自由度再组内自由度；卡方：χ²(1, N=118)=0.29，通常还注明样本量。

写作规范

统计结果报告规范：APA 第 7 版斜体符号、p＜.001 写法与效应量置信区间

作者 / 审校：shujufenxi 编辑部·最后审校 2026-04-20

你遇到的问题

很多中文论文（尤其心理、教育、管理、护理等社科方向）要求「按 APA 格式报告统计结果」，但作者常常只是把 SPSS 输出照抄进正文：符号不斜体、p 值写成 0.000、自由度不写、效应量与置信区间缺失、小数位忽多忽少。

这些细节看似琐碎，却是审稿人和期刊编辑重点检查的对象。APA 第 7 版对统计符号的排版、p 值写法、效应量与置信区间的呈现都有明确规定，格式不规范往往直接导致退修。

适用场景

适用于所有采用 APA 第 7 版格式的中文（及双语）学位论文与期刊论文中，对描述统计、相关、t 检验、方差分析、回归等结果的文字与表格报告。

无论正文行文用中文，只要统计符号、数字与表格遵循 APA，本规范都适用；对遵循 APA 的英文摘要与图表尤其重要。

正确做法

第一，统计符号斜体。用拉丁字母表示的统计量一律斜体：M（均数）、SD（标准差）、t、F、p、r、N/n、d、R² 等；希腊字母（如 α、β 作为参数时）以及下标中的非变量文字不斜体，括号、等号与数字也不斜体。总样本量用大写斜体 N，分组样本量用小写斜体 n。

第二，p 值写法。p 一律斜体且无前导零：写 p=.03 而非 p=0.03；小于 .001 时写 p＜.001，绝不写 p=.000。给出精确 p 值到两到三位小数即可；除非期刊另有规定，不必再另外标注一堆星号。

第三，报告效应量与置信区间。检验结果应在统计量、自由度、p 值之外，给出效应量（如 Cohen's d、η²、r、R²）和 95% 置信区间；自由度写在统计符号后的括号内，如 t(58)、F(2, 87)。

第四，格式一致。表格用三线表；同一指标的小数位数保持一致（相关系数、p 值一般两到三位，均数标准差随量纲）；符号、缩写、单位全文统一。

报告示例：实验组得分（M=15.2, SD=3.4）显著高于对照组（M=12.8, SD=3.1），t(58)=2.86, p=.006, Cohen's d=0.74, 95% CI [0.72, 4.08]。

常见错误

错误一：统计符号不斜体，把 M、SD、t、p 当普通正文排版，或反过来把括号和数字也斜体。错误二：p 值写成 p=0.000（应为 p＜.001）或保留前导零写成 p=0.006（APA 记为 p=.006）。错误三：只报 t/F 与 p，遗漏效应量和 95% 置信区间，读者无法判断差异大小。错误四：自由度漏写或位置错误，正确写法是紧跟统计符号的括号内，如 t(58)、F(2, 87)。错误五：小数位数不统一，同一张表里 p 值一会两位一会三位、相关系数忽多忽少。错误六：正文用了三线表却仍画满竖线与网格线，不符合 APA 表格规范。

需要更进一步？

把你 SPSS 或 R 的原始输出（均数、标准差、t/F、自由度、p 值、效应量）粘贴进统计结果解读器，它会自动改写成符合 APA 第 7 版的斜体符号、p 值与置信区间格式，直接可用于正文。

如果你有整章结果需要统一成 APA 风格，或不确定效应量、置信区间该怎么算、怎么排版，可以预约一对一辅导，逐段核对符号、数字与三线表格式。

操作步骤

SPSS

定位 M 与 SD：在「描述统计」或独立样本 T 检验的「组统计量（Group Statistics）」表中，读 Mean 列与 Std. Deviation 列，分别对应 APA 的 M 与 SD。
定位 t 与自由度：在「独立样本检验」表中读 t 列与 df 列；先看 Levene 方差齐性检验的 Sig.，据此选择「假定等方差」或「不假定等方差」那一行的 t 与 df。
定位 p 值：读同表的「Sig.（双尾）」；若显示 .000，改写为 p＜.001，其余按精确值写成无前导零的形式（如 .006 写作 p=.006）。
定位效应量：新版 SPSS 的「独立样本效应量」表直接给 Cohen's d；旧版可用均值差除以合并标准差手算。方差分析在 ANOVA 表读 F、df1（组间）、df2（组内），η² 用组间平方和除以总平方和。
定位 95% 置信区间：在独立样本检验表「差值的 95% 置信区间」列读下限与上限，写成 95% CI [下限, 上限]。
整理：把上述数字按 M、SD 斜体，p 无前导零，自由度入括号，效应量与 CI 补齐的格式写入正文与三线表，全文小数位保持一致。

library(report)
model <- t.test(score ~ group, data = df, var.equal = TRUE)
report(model)  # 自动输出含 t、df、p、Cohen's d 与 95% CI 的规范句子
library(gtsummary)
tbl <- tbl_summary(df, by = group, statistic = list(all_continuous() ~ '{mean} ({sd})'))
tbl <- add_p(tbl) |> add_difference()  # 追加 p 值、组差与 95% CI
as_gt(tbl)  # 导出为可用于论文的三线表

完整示例（模拟数据）

独立样本 t 检验：比较实验组（n=30）与对照组（n=30）在某量表得分上的差异，方差齐（Levene 检验不显著），据此按 APA 第 7 版格式报告统计量、效应量与置信区间。

采用独立样本 t 检验比较两组得分。结果显示，实验组得分（M=15.2, SD=3.4）显著高于对照组（M=12.8, SD=3.1），t(58)=2.86, p=.006, 95% CI [0.72, 4.08]。效应量 Cohen's d=0.74，属中等偏大，表明组间差异不仅具有统计学意义，也具有实际意义。注意 M、SD、t、p、d 均斜体，p 无前导零，自由度置于括号内，均数差的 95% 置信区间随统计量一并报告。

统计量	数值
实验组（n=30），M (SD)	15.2 (3.4)
对照组（n=30），M (SD)	12.8 (3.1)
均数差（实验组−对照组）	2.40
t (df)	t(58)=2.86
p 值	p=.006
效应量 Cohen's d	0.74
95% 置信区间（均数差）	[0.72, 4.08]

常见疑问

哪些统计符号要斜体、哪些不要？: 用拉丁字母表示的统计量斜体：M、SD、t、F、p、r、N、n、d、R²、SE 等；作为参数的希腊字母（β、ρ）也常斜体，但样本构成的具体数字、括号、等号、单位和文字下标不斜体。原则是「变量与统计符号斜体，常量与文字正体」。
p 值到底怎么写？: p 斜体、无前导零。写 p=.03、p=.006，不写 p=0.03；当 p 小于 .001 时写 p＜.001，不写 p=.000（因为 p 永远不会真正等于 0）。一般给精确值到两至三位小数，只有极小值才用不等号表达。
一定要报告效应量吗？: APA 第 7 版强烈建议在假设检验结果旁同时报告效应量及其置信区间，因为 p 值只说明是否显著、不说明差异大小。常用效应量：两均数差用 Cohen's d，方差分析用 η² 或偏 η²，相关用 r，回归用 R²；并尽量给 95% 置信区间。
自由度写在哪里？: 写在统计符号紧后的括号内。t 检验：t(58)=2.86；单因素方差分析：F(2, 87)=5.13，括号内先组间自由度再组内自由度；卡方：χ²(1, N=118)=0.29，通常还注明样本量。

参考来源

· American Psychological Association. Publication Manual of the American Psychological Association (7th ed.). Washington, DC: American Psychological Association; 2020.
· Cohen J. Statistical Power Analysis for the Behavioral Sciences (2nd ed.). Hillsdale, NJ: Lawrence Erlbaum Associates; 1988.
· Sjoberg DD, Whiting K, Curry M, Lavery JA, Larmarange J. Reproducible Summary Tables with the gtsummary Package. The R Journal. 2021;13(1):570-580.

用统计结果解读器生成结果段落预约辅导

工具输出请自行核对后使用。内容参考见方法论标准。

← 返回知识库