显著性检验是什么意思啊？
1、统计学显著性检验，当显著性水平α取0.05时，P>0.05为“不显著”；P<=0.05为“显著”。
P值指的是比较的两者的差别是由机遇所致的可能性大小。P值越小，越有理由认为对比事物间存在差异。例如，单侧检验显著性水平0.05对应的标准正态分布的分位数为1.645,而双侧检验的标准正态分布的0.025分位数是1.96。在进行双侧检验时，Z值大于1.96，则P值小于显著性水平0.05。
P<0.05,表明结果显示的差别是由机遇所致的可能性不足5%，或者说，在同样的条件下重复同样的研究，得出相反结论的可能性不足5%。
2、分位数1.64是单侧检验显著性水平0.05对应的标准正态分布的分位数，即进行单侧检验时95%置信区间对应的Z值。1.96是双侧检验的标准正态分布的0.025分位数，即双侧检验时95%置信区间对应的Z值。2.58是双侧检验的标准正态分布的0.005分位数，双侧检验时99%置信区间对应的Z值。
扩展资料：
通常用“显著”来表示P值大小，所以P值最常见的误用是把统计学上的显著与临床或实际中的显著差异相混淆，即混淆“差异具有显著性”和“具有显著差异”二者的意思。其实，前者指的是p<=0.05，即说明有充分的理由认为比较的二者来自同一总体的可能性不足5%，因而认为二者确实有差异，下这个结论出错的可能性<=5%。而后者的意思是二者的差别确实很大。举例来说，3和50的差别很大，因而可以说是“有显著差异”，而5和5.1差别不大，但如果计算得到的P值<=0.05，则认为二者“差别有显著性”，但是不能说“有显著差异”。
参考资料：
百度百科——显著性检验
显著性差异是怎样定义的,有什么用?
答：如果P值小于0.05(且大于或等于0.01)，则称作在0.05水平上显著。例如，研究人员在研究不同性别人群的购买意愿是否有明显的差异时，如果对应的P值为0.01，则说明在0.05水平上呈现出显著性差异，即说明不同性别人群的购买意愿有着明显的差异，而且对此类差异至少有95%的把握。绝大多数研究希望P值小于...
显著性检验的F值大于0.05是什么意思
答：F值是大好，如果F值不显著，说明模型的总体解释能力不够，不能采用模型进行分析，一般以概率 (P)5%作为显著评定标准。显著性检验是针对我们对总体所作的假设做检验 ，其原理就是 “小概率事件实际不可能性原理”来接受或否定假设 。所谓 “显著”，就是指两种或多种处理试验结果之间，本身确实存在差异...
1%,5%,10%显著性检验什么意思
答：1%、5%、10%显著性检验是统计学中常用的一种方法，用于判断研究结果是否具有显著性。其中，1%、5%和10%分别表示置信水平为99%、95%和90%。
显著性的大小是什么意思呢?
答：显著性的含义是指两个群体的态度之间的任何差异是由于系统因素而不是偶然因素的影响。我们假定控制了可能影响两个群体之间差异的所有其他因素，因此，余下的解释就是我们所推断的因素，而这个因素不能够100%保证，所以有一定的概率值，叫显著性水平(Significant level)。显著性水平的判断：显著性检验主要看t...
显著性检验p=0.05,是什么意思?
答：可能显著，可能不显著。显著性检验的基本原理是提出“无效假设”和检验“无效假设”成立的机率（P）水平的选择。所谓“无效假设”，就是当比较实验处理组与对照组的结果时，假设两组结果间差异不显著，即实验处理对结果没有影响或无效。这个严谨的说，就直接对这个p=0.05进行一个讨论可能是显著也可能是...
什么事显著性分析
答：1.概念与意义 在假设检验中，显著性水平显著性水平显著性水平显著性水平（（（Significant level，，，用用用用α表示表示表示表示）））的确定是假设检验中至关重要的问题。 显著性水平是在原假设成立时检验统计量的值落在某个极端区域的概率值。因此，如果取α= 0.05，如果计算出的p值小于α ，则...
P值和显著性有什么区别?
答：2、取值含义不同：（1）显著性水平是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。这表明，当作出接受原假设的决定时，其正确的可能性（概率）为95%或99%。（2）统计学根据显著性检验方法所得到的P 值，一般以P < 0.05 为有统计学差异， P<0.01 为...
显著性水平等于显著性检验吗?
答：不等于。因为两者的概率原理不同。显著性水平是假设检验中的一个概念，是指当原假设为正确时人们却把它拒绝了的概率或风险。它是公认的小概率事件的概率值，必须在每一次统计检验之前确定，通常取α=0.05或α=0.01。这表明，当作出接受原假设的决定时，其正确的可能性（概率）为95%或99%。I型错误...
什么是双尾显著性检验,意思是什么
答：什么是双尾显著性检验 假设检验，其检验统计量的异常取值有2个方向，即概率分布曲线的左侧（对应于过小的值）和右侧（对应于过大的值）。一般情况下，概率分布函数曲线两侧尾端的小概率事件都要考虑（即双侧检验）。如果事先有把握确定其中的一侧不可能取值，则仅需对另一侧的小概率事件进行检验即可（...
