P值与significant(显著性)的理解
P值与significant的理解 |
来源:广州市统计局 发表日期:2015-01-21 |
P值可以理解为结论的风险大小,也就是根据数据得出的结果有多大的错误风险,P值越小,结论错误的风险越小,即结论越可靠。P值越大,错误的风险越大,即结论的可靠性差。实际上significant的含义应该是“非偶然的”,当根据样本资料所得结果是significant,实际上表明这一结果“不是偶然”得到的,更可能是真实存在这样一种结果。 P值可以理解为结论的风险大小,也就是根据数据得出的结果有多大的错误风险,P值越小,结论错误的风险越小,即结论越可靠。P值越大,错误的风险越大,即结论的可靠性差。P值是对已有结果的错误风险判断,与结果大小无关。目前不少医学杂志上仍然存在着关于P值的不规范用语,如P≤0.05认为“差异显著”,P≤0.01认为“差异非常显著”等,将P值大小与实际差异大小联系起来,这是医学工作者值得注意的地方。 统计学中普遍以0.05作为假设检验的检验水准,这在当年手工计算的时代无疑是十分方便的。但到了计算机发达的今天,我们已经可以很轻松地计算出确切的P值,仅以P≤0.05认为有统计学意义已经不符合潮流了。P值等于0.049和等于0.051有什么差别呢?无非就是0.049比0.051多了0.2%支持结论的证据,但是少了这0.2%的证据难道就没有意义了吗?因此发表文章时不要仅仅给出“P≤0.05”,最好给出确切的P值,以给读者更多的信息。 关于significant的理解 以往教材通常将significant译为“显著的”,这一词很容易让人将其与实际差别大小联系起来。实际上significant的含义应该是“非偶然的”,当根据样本资料所得结果是significant,实际上表明这一结果“不是偶然”得到的,更可能是真实存在这样一种结果。如显著性水准设为0.05,则P≤0.05表示根据样本数据计算的统计量只有不到5%的可能是偶然造成的,反过来就是说,计算的统计量不大可能是偶然造成的,而更有可能是真实的情况。 |
如果这篇文章帮助到了你,你可以请作者喝一杯咖啡
![](https://img2020.cnblogs.com/blog/938105/202010/938105-20201013171833350-276632012.png)