关于多元线性回归分析的p值，来自Minitab官网的介绍如下。

每个项的 p 值检验系数等于零（无影响）的原假设。低 p 值 (< 0.05) 表示您可以拒绝原假设。换句话说，具有低 p 值的预测变量可能对您的模型有意义，因为预测变量值的变化与响应变量的变化有关。

例如，我有一个结果 MLR 模型作为 $y=0.46753{{X}_{1}}-0.2668{{X}_{2}}+1.6193{{X}_{3}}+4.5424{{X}_{4}}+14.48$. 输出如下所示。然后一个$y$可以用这个方程计算。

            Estimate      SE        tStat       pValue  
               ________    ______    _________    _________

(Intercept)      14.48     5.0127       2.8886    0.0097836
x1             0.46753     1.2824      0.36458      0.71967
x2             -0.2668     3.3352    -0.079995      0.93712
x3              1.6193     9.0581      0.17877      0.86011
x4              4.5424     2.8565       1.5902       0.1292

根据上面的介绍，零假设是系数等于0。我的理解是系数，例如系数$X_{4}$, 将被设置为 0，另一个 y 将被计算为$y_{2}=0.46753{{X}_{1}}-0.2668{{X}_{2}}+1.6193{{X}_{3}}+0{{X}_{4}}+14.48$. 然后进行配对t检验$y$和$y_{2}$，但此 t 检验的 p 值为 6.9e-12，不等于 0.1292（系数的 p 值$X_{4}$.

任何人都可以帮助正确理解吗？非常感谢！