什么是统计显著性？

如果研究的结果比仅由几率所预期的更“异常”，则说明这些结果的统计意义显著。例如，假设总体的均值为 30，而该总体中的一个样本产生了 35 的均值。如果样本均值不是随机现象的结果，而是总体均值大于 30 这一事实的结果，则样本均值的统计意义显著，从而否定了初始假设。

统计显著性不同于实际显著性。结果可能会仅仅因为抽取了过多样本而被错认为统计意义显著。

请考虑上述总体均值为 30 的示例。假设从该总体中抽取另一个样本，而该样本均值变为 30.5（基于 1000 的样本数量）。这与均值实际为 30 这一声明相违背，因此有可能可以确定此样本均值的统计意义显著。这只是大样本数量的一个典型结果。

在大多数情况下，我们不能认为 30.5 的样本均值是足以断定总体均值不是 30 的充分证据。因此，这一结果并无实际意义。

统计意义的显著性通常由假设检验中的 p 值来确定。如果 p 值较小（例如，小于 0.05），则该统计量称为统计意义显著。