统计 - 统计意义

统计显着性表示统计实验或测试的结果不是随机发生的，而是可归因于某些原因。结果的统计意义可能强也可能弱，对于保险、制药、金融、物理等严重依赖研究工作的行业来说非常重要。

统计显着性有助于选择样本数据，以便人们可以判断测试的结果或结果是否真实，而不是由随机原因引起的。

统计学家通常通过抽样误差来制定统计显着性程度。一般来说，5%的抽样误差是可以接受的。样本量也很重要，因为考虑到大样本容易出错，它应该是具有代表性的样本，而不是非常大的样本。

显着性水平

事件被认为具有统计显着性的水平称为显着性水平。统计学家使用称为 p 值的检验统计量来获得统计显着性。如果事件的 p 值低于特定水平，则该事件被视为具有统计显着性。p 值是标准差和数据样本平均值的函数。p 值是证明统计测试结果是偶然发生或由于某些抽样误差而发生的事件的概率。换句话说，它是统计检验失败的风险。p 值的对面是置信水平，即 1 - p 值。

如果结果的 p 值为 5%，则意味着结果的置信度为 95%。