# 显著性检验

> 统计学的假设检验中，显著性差异（或统计学意义，英语：statistical significance）是对数据差异性的评价，当某次实验的结果在虚无假设下不大可能发生时，就认为该结果具有显著性差异。更准确而言，譬如某项研究设定了一个数值α（显著水准），表示虚无假设本来正确但却被拒绝的出错概率（并非虚无假设为真的概率、对立假设为假的概率、实验再现失败率），然后用p值表示虚无假设条件为真时得到某结果或更极端结果的概率。当p ≤ α时，就拒绝虚无假设，认为结果具有统计学意义。

- ID: m10250
- 分类: technical
- 领域: 统计学

## 定义

- 判断观察结果是否可归因于偶然因素- 若p值 < 显著性水平α，则拒绝原假设脚手架作用：区分信号与噪音。提供统计判断标准，但需警惕"统计显著≠实际重要"。（合并：显著性水平）

## 机制

统计学中通过检验原假设、计算 p 值判断观测差异是否可能由随机造成；p 小于阈值（如 0.05）则视“统计显著”。

## 练习

设原假设与显著性水平；计算检验统计量与 p；据 p 决定是否拒原假设。

## 脚手架用法

区分信号与噪音。提供统计判断标准，但需警惕"统计显著≠实际重要"。（合并：显著性水平）

[阅读网页](https://thinkingmodels.site/entries/detail/m10250)