统计学 - 统计显著性

统计显著性意味着统计实验或检验的结果并非随机发生，而是可以归因于某些原因。结果的统计显著性可能是强或弱的，对于高度依赖研究工作的行业（如保险、制药、金融、物理等）非常重要。

统计显著性有助于选择样本数据，以便人们可以判断检验的结果或结果是现实的，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著性的程度。通常，5% 的抽样误差是可以接受的。样本量也很重要，因为它应该是代表性样本，而不是非常大的样本，考虑到大型样本容易出错。

显著性水平

将事件视为统计显著的水平称为显著性水平。统计学家使用称为p值的检验统计量来获得统计显著性。如果事件的p值低于特定水平，则该事件被认为具有统计显著性。p值是数据样本的标准差和均值的函数。p值是证明统计检验的结果是偶然发生还是由于某种抽样误差发生的事件的概率。换句话说，它是统计检验失败的风险。p值的相反是置信水平，即1 - p值。

如果结果的p值为5%，则表示该结果的置信水平为95%。