| P值與significant的理解 |
| 來源:廣州市統計局 發表日期：2015-01-21 |
|
P值可以理解為結論的風險大小，也就是根據數據得出的結果有多大的錯誤風險，P值越小，結論錯誤的風險越小，即結論越可靠。P值越大，錯誤的風險越大，即結論的可靠性差。實際上significant的含義應該是“非偶然的”，當根據樣本資料所得結果是significant，實際上表明這一結果“不是偶然”得到的，更可能是真實存在這樣一種結果。 P值可以理解為結論的風險大小，也就是根據數據得出的結果有多大的錯誤風險，P值越小，結論錯誤的風險越小，即結論越可靠。P值越大，錯誤的風險越大，即結論的可靠性差。P值是對已有結果的錯誤風險判斷，與結果大小無關。目前不少醫學雜志上仍然存在着關於P值的不規范用語，如P≤0.05認為“差異顯著”，P≤0.01認為“差異非常顯著”等，將P值大小與實際差異大小聯系起來，這是醫學工作者值得注意的地方。 統計學中普遍以0.05作為假設檢驗的檢驗水准，這在當年手工計算的時代無疑是十分方便的。但到了計算機發達的今天，我們已經可以很輕松地計算出確切的P值，僅以P≤0.05認為有統計學意義已經不符合潮流了。P值等於0.049和等於0.051有什么差別呢？無非就是0.049比0.051多了0.2%支持結論的證據，但是少了這0.2%的證據難道就沒有意義了嗎？因此發表文章時不要僅僅給出“P≤0.05”，最好給出確切的P值，以給讀者更多的信息。 關於significant的理解 以往教材通常將significant譯為“顯著的”，這一詞很容易讓人將其與實際差別大小聯系起來。實際上significant的含義應該是“非偶然的”，當根據樣本資料所得結果是significant，實際上表明這一結果“不是偶然”得到的，更可能是真實存在這樣一種結果。如顯著性水准設為0.05，則P≤0.05表示根據樣本數據計算的統計量只有不到5%的可能是偶然造成的，反過來就是說，計算的統計量不大可能是偶然造成的，而更有可能是真實的情況。 |