空间统计的理论基础还是建立在经典统计学上的，统计学里面，有一个叫做“零假设”的概念，零假设（null hypothesis），又称原假设，指进行统计检验时预先建立的假设。
P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。由R·A·Fisher首先提出。P值（P-value）就是当原假设为真时，比所得到的样本观察结果更极端的结果出现的概率。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。
Z值代表随机变量经过列维-林德伯格中心极限定理的变形后，服从标准正态分布Φ（0,1），并且Z为该标准正态分布下的新变量。在数量上表示该新变量为该标准正态分布下标准差σ=1的倍数。
