chenhuansheng的个人博客分享 http://blog.sciencenet.cn/u/chenhuansheng

博文

假设检验中的显著性,应当理解为“非偶然性”!

已有 294 次阅读 2019-5-13 16:55 |系统分类:科研笔记

显著性检验的思想,已经广泛影响到科学研究的数值分析。以至于,不做统计检验,就感觉不那么科学。

但是,我们很多时候,对于“显著性”的理解实际上存在偏差。试看两句话:

A:这两组结果的差异是显著的

B:这两组结果存在显著差异。

A和B的表达,在习惯统计分析思路的人看来,是不同的意思。但是在现实中,很多人不觉得他们之间有什么不同。

实际上,无论是A还是B,两组观察结果之间都是存在差异,这是事实。但是,A和B的表达说的不是同一个事情。

A,指的是两组结果之间确实存在差异,而且这种差异不是偶然出现的。这是关于差异是否存在的描述。

B,指的是两组结果之间的差异不但存在,而且差异还很大。很剧烈。这是关于差异程度的描述。


P值与significant的理解
来源:广州市统计局   发表日期:2015-01-21
https://www.cnblogs.com/sddai/p/5737990.html


    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。




http://blog.sciencenet.cn/blog-573320-1178754.html

上一篇:地图绘制的目的
下一篇:[转载]如何正确地使用P值?

1 檀成龙

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-6-17 03:18

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部