如何确定统计学中的显著水平？

Question

如题所述

Answer 1

显著性水平是统计学中用于判断实验结果是否具有统计显著性的一个阈值。它通常表示为α，是在进行假设检验时所设定的一个临界值。
当进行假设检验时，我们会先假设一个原假设（通常表示为H0）和一个备择假设（通常表示为H1）。显著性水平定义了在原假设为真的情况下，我们能够接受备择假设的最大错误概率。常见的显著性水平选择包括0.05（5%）和0.01（1%）。
如果显著性水平减小，例如从0.05减小到0.01，意味着我们更加严格地要求实验结果具有统计显著性。换句话说，我们降低了犯第一类错误（拒绝原假设，但原假设实际上为真）的概率。这样做可以增加我们对实验结果的可靠性。
然而，显著性水平的减小也会增加犯第二类错误（接受原假设，但原假设实际上为假）的概率。当显著性水平较低时，我们要求更强的证据来拒绝原假设，因此可能会错过一些实际上是真实的效应或关联。
因此，减小显著性水平可以减少犯第一类错误的概率，但会增加犯第二类错误的概率。在进行假设检验时，选择适当的显著性水平需要权衡这两种错误的风险，并根据研究的目的、资源和先前的研究结果来进行决策。