标签：结论 错误 结果 0.05 理解 significant 值越

 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。
关于P值的理解

        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。

标签：结论,错误,结果,0.05,理解,significant,值越
来源： https://www.cnblogs.com/jsq680/p/14851925.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。