| dbo:abstract
|
- La significació estadística és la verificació matemàtica que el resultat de la mesura d'un paràmetre d'una mostra supera o no un determinat llindar o valor prèviament i arbitràriament establert per tal de discernir que aquest paràmetre és degut a l'atzar o bé a un efecte causal. Una "diferència estadísticament significativa" només vol dir que hi ha proves estadístiques que hi ha una diferència, no vol dir que la diferència sigui gran, important, o significativa en el sentit estricte de la paraula. El nivell de significació d'un test és un concepte estadístic associat a la verificació d'una hipòtesi. En poques paraules, es defineix com la probabilitat de prendre la decisió de rebutjar la hipòtesi nul·la quan aquesta és vertadera (decisió coneguda com a error de Tipus I o "fals positiu"). La decisió es pren sovint utilitzant el valor p (o p-valor): si el valor P és inferior al nivell de significació, llavors la hipòtesi nul·la és rebutjada. Com més baix sigui el valor P, més significatiu serà el resultat. En altres termes, el nivell de significació d'un contrast d'hipòtesi és una probabilitat P tal que la probabilitat de prendre la decisió de rebutjar la hipòtesi nul·la quan aquesta és vertadera no és més gran que P. El nivell de significació és comunament representat pel símbol grec α (alfa). És usual fixar els nivells de significació en valors com 0,05 (5%); 0,01 (1%) o 0,1 (10%). Si un contrast d'hipòtesi proporciona un valor p inferior a α, la hipòtesi nul·la és rebutjada, i tal resultat anomenat 'estadísticament significatiu'. Com més baix sigui el nivell de significació, més forta serà l'evidència que un fet no es deu a una mera coincidència (l'atzar). (ca)
- O statistické významnosti hovoříme tehdy, když nastane taková odchylka od teoretického očekávaní, která by za platnosti předem daného předpokladu měla velmi malou pravděpodobnost. V takovém případě se má za to, že předpoklad není správný. Statistická významnost se používá nejčastěji v souvislosti s testováním hypotéz. V interpretaci výsledků testování se pak hovoří o tom, že cosi (například rozdíl mezi dvěma číselnými soubory) je, nebo není „statisticky významné“. (cs)
- الدلالة الإحصائية أو الأهمية الإحصائية (أو الاعتداد أو المغزى الإحصائي أو المعنوية) هي وصف لنتيجة تجربة أجريت عندما تكون القيمة الاحتمالية (p-value) أقل من مستوى الدلالة. عند القيام بإجراء علمي جيد فإنه غالباً ما يتم اختيار مستوى الدلالة قبل جمع البيانات، وعادةً ما يكون هذا المستوى 0.05 (5%). يمكن أيضاً استخدام مستويات دلالة أخرى مثل 0.01، وذلك حسب مجال الاختصاص والاستخدام. (ar)
- Όσον αφορά τις στατιστικές, στατιστική σημαντικότητα (ή ένα στατιστικά σημαντικό αποτέλεσμα) επιτυγχάνεται όταν το p-value είναι μικρότερο από το επίπεδο σημαντικότητας. Η p-value είναι η πιθανότητα απόκτησης τουλάχιστον ως ακραία αποτελέσματα, δεδομένου ότι η μηδενική υπόθεση είναι αληθής, ενώ η σημασία ή άλφα (α) επίπεδο είναι η πιθανότητα της απόρριψης της μηδενικής υπόθεσης, δεδομένου ότι είναι αλήθεια. Ως θέμα της ορθής επιστημονικής μεθόδου-πρακτικής, ένα επίπεδο σημαντικότητας επιλέγεται πριν τη συλλογή δεδομένων και συνήθως βρίσκεται στο 0,05 (5%). Άλλα επίπεδα σημαντικότητας (π.χ., 0,01) δύνανται να βρουν εφαρμογή, ανάλογα με τον τομέα μελέτης. Η στατιστική σημαντικότητα είναι θεμελιώδης για την δοκιμή στατιστικής υπόθεσης. Σε κάθε πείραμα ή παρατήρηση που περιλαμβάνει τη σύνταξη ενός δείγματος από έναν πληθυσμό, υπάρχει πάντα η πιθανότητα ότι ένα παρατηρούμενο αποτέλεσμα θα συνέβαινε λόγω σφάλματος δειγματοληψίας μόνο. Αλλά αν η p-τιμή είναι μικρότερη από το επίπεδο σημαντικότητας (π.χ., p <0,05), τότε ο ερευνητής μπορεί να συμπεράνει ότι η παρατηρούμενη επίδραση αντανακλά στην πραγματικότητα τα χαρακτηριστικά του πληθυσμού και όχι μόνο δειγματοληπτικό σφάλμα. Ένας ερευνητής μπορεί στη συνέχεια να αναφέρει ότι το αποτέλεσμα επιτυγχάνει στατιστική σημαντικότητα, απορρίπτοντας έτσι την μηδενική υπόθεση. Η σημερινή έννοια της στατιστικής σημαντικότητας ξεκίνησε με τον Ronald Fisher, όταν αναπτύχθηκαν δοκιμές στατιστικών υποθέσεων με βάση p-value στις αρχές του 20ου αιώνα. Ήταν οι Jerzy Neyman και Egon Pearson οι οποίοι αργότερα συνέστησαν το επίπεδο σημαντικότητας να οριστεί εκ των προτέρων, πριν από κάθε συλλογή δεδομένων. Ο όρος σημασία δεν συνεπάγεται σημασία και ο όρος στατιστική σημασία δεν είναι το ίδιο όπως η έρευνα, θεωρητική ή πρακτική σημασία. Για παράδειγμα, ο όρος αναφέρεται κλινική σημασία στην πρακτική σημασία μιας επίδραση της θεραπείας . (el)
- Statistisch signifikant wird das Ergebnis eines statistischen Tests genannt, wenn Stichprobendaten so stark von einer vorher festgelegten Annahme (der Nullhypothese) abweichen, dass diese Annahme nach einer vorher festgelegten Regel verworfen wird. Hierfür wird nach gängiger Praxis zuvor ein Signifikanzniveau festgelegt, auch Irrtumswahrscheinlichkeit genannt. Es gibt an, wie wahrscheinlich es ist, dass eine exakt zutreffende statistische Nullhypothese (Hypothesis to be nullified – „Hypothese, die [anhand der Studiendaten] verworfen werden soll“) irrtümlich verworfen werden könnte (Fehler 1. Art). Soll eine Hypothese als richtig erwiesen werden, so ist die Wahrscheinlichkeit des Fehlers 2. Art, dass die Hypothese als richtig befunden wird, obwohl sie falsch ist, umso größer je kleiner das Signifikanzniveau, also die Irrtumswahrscheinlichkeit ist. Zu Fragen nach der Stärke von Effekten, der Relevanz von Ergebnissen oder deren Übertragbarkeit auf andere Umstände gibt das Ergebnis eines Signifikanztests keine Auskunft. Der p-Wert, welcher die statistische Signifikanz induziert, wird sehr häufig fehlinterpretiert und falsch verwendet, weswegen sich die American Statistical Association im Jahr 2016 genötigt sah, eine Mitteilung über den Umgang mit statistischer Signifikanz zu veröffentlichen. Einer kleinen kanadischen Feldstudie von 2019 zufolge wird in etlichen Lehrbüchern der Begriff nicht korrekt vermittelt. (de)
- Estatistikan, emaitza bat adierazgarria dela esaten da litekeena zoriaren eraginez edo aldez aurretik hipotesi batek zehazten duenaren arabera gertatu ez izana denean. Adibidez, gaixotasun bat pairatzen duten pertsonetan, erdiak baino askoz gehiago gizonezkoak badira, eginda banaketa ezberdin horretan zoriaren eragina baztertu (gaixotasunari buruz sexuen berdintasunaren hipotesia baztertu, beste hitzetan) eta gizonezkoek gaixotasuna pairatzeko aukera handiagoak dituztela ondoriozta daiteke. Praktikan, adierazgarritasun-maila bat ezartzen da aldez aurretik, probabilitate edo portzentaje moduan, adierazgarria dena zehaztasunez bereizteko. Adierazgarritasun-mailak ohikoak dira hipotesi-kontrasteetan, eta hipotesi nulua baztertzeko probabilitatea adierazten du, hipotesi nulua egiazkoa den kasuan. (eu)
- En estadística, un resultado o efecto es estadísticamente significativo cuando es improbable que haya sido debido al azar. Una «diferencia estadísticamente significativa» solamente significa que hay evidencias estadísticas de que hay una diferencia; no significa que la diferencia sea grande, importante o radicalmente diferente. El nivel de significación de una es un concepto estadístico asociado a la verificación de una hipótesis. En pocas palabras, se define como la probabilidad de tomar la decisión de rechazar la hipótesis nula cuando ésta es verdadera (decisión conocida como error de tipo I, o falso positivo). La decisión se toma a menudo utilizando el valor p: si el valor p es inferior al nivel de significación, entonces la hipótesis nula es rechazada. Cuanto menor sea el valor p, más significativo será el resultado. En otros términos, el nivel de significación de un contraste de hipótesis es una probabilidad p tal que la probabilidad de tomar la decisión de rechazar la hipótesis nula —cuando esta es verdadera— no es mayor que p. (es)
- En statistiques, le résultat d'études qui portent sur des échantillons de population est dit statistiquement significatif lorsqu'il semble exprimer de façon fiable un fait auquel on s'intéresse, par exemple la différence entre 2 groupes ou une corrélation entre 2 données. Dit autrement, il est alors très peu probable que ce résultat apparent soit en fait trompeur s'il n'est pas dû, par exemple, à un (en), trop petit ou autrement non représentatif (surtout si la population est très diverse). Cette fiabilité se traduit généralement par des valeurs, différences de valeurs, ou rapports entre valeurs, suffisamment élévées ou au contraire faibles. Techniquement, on évalue cette fiabilité selon une méthode qui suit le raisonnement suivant : On part de l'hypothèse qu'un résultat soit vrai, ce qu'on nomme l'hypothèse nulle. Et on s'accorde une probabilité, c'est-à-dire ici un risque acceptable, de rejeter cette hypothèse nulle alors qu'elle serait en fait vraie. Ce risque d'erreur (noté ) est souvent fixé à 5 %, mais parfois à des valeurs bien plus faibles selon les domaines. Enfin, on calcule ce risque-là sur cette étude en particulier (dit valeur p ou p valeur, de l'anglais p-value), et on dira que l'étude est statistiquement significative si p ≤ α. Récemment, des chercheurs considèrent que les valeurs admises, c'est-à-dire la valeur du sont bien trop élevées notamment dans les domaines études médicales et psychiatriques[réf. souhaitée]. (fr)
- In statistical hypothesis testing, a result has statistical significance when it is very unlikely to have occurred given the null hypothesis (simply by chance alone). More precisely, a study's defined significance level, denoted by , is the probability of the study rejecting the null hypothesis, given that the null hypothesis is true; and the p-value of a result, , is the probability of obtaining a result at least as extreme, given that the null hypothesis is true. The result is statistically significant, by the standards of the study, when . The significance level for a study is chosen before data collection, and is typically set to 5% or much lower—depending on the field of study. In any experiment or observation that involves drawing a sample from a population, there is always the possibility that an observed effect would have occurred due to sampling error alone. But if the p-value of an observed effect is less than (or equal to) the significance level, an investigator may conclude that the effect reflects the characteristics of the whole population, thereby rejecting the null hypothesis. This technique for testing the statistical significance of results was developed in the early 20th century. The term significance does not imply importance here, and the term statistical significance is not the same as research significance, theoretical significance, or practical significance. For example, the term clinical significance refers to the practical importance of a treatment effect. (en)
- In statistica la significatività è la possibilità rilevante che compaia un determinato valore. Ci si riferisce anche a "statisticamente differente da zero", ma ciò non significa che la "significatività" sia rilevante, o vasta, come indurrebbe a pensare la parola. Ma solo che è diversa dal numero limite. (it)
- 통계적 유의성(統計的 有意性,statistical significance)은 모집단에 대한 가설이 가지는 통계적 의미를 말한다. 다시 말해서, 어떤 실험 결과 자료를 두고 "통계적으로 유의하다."라고 하는 것은 확률적으로 봐서 단순한 우연이라고 생각되지 않을 정도로 의미가 있다는 뜻이다. 반대로 "통계적으로 유의하지 않다."라고 하는 것은 실험 결과가 단순한 우연일 수도 있다는 뜻이다. 가설 검정에서 통계값과 연구자가 설정한 수준(유의수준)을 비교·판단하여 영가설을 기각할 때, 연구가설이 "통계적으로 유의하다"라고 한다. 다만, 검정통계량은 표본 크기의 함수이므로 표본 크기가 커질수록 검정통계량의 값은 커져서 실질적으로는 유의성이 없어도 통계적으로는 유의한 것으로 판정될 수 있다. 이때의 오류는 1종오류가 된다. 즉, 통계적 유의성은 오류가능성을 동반한다. (ko)
- 有意（ゆうい、独: Signifikanz、英: significance）は、確率論・統計学の用語で、「確率的に偶然とは考えにくく、意味があると考えられる」ことを指す。 (ja)
- Statistische significantie is de aannemelijkheid dat een correlatie in de statistiek niet op toeval berust. Het significantieniveau is de kans dat de hypothese die wordt getest ten onrechte wordt verworpen. Voor deze grenswaarde wordt vaak 0,05 gekozen, al is dit arbitrair, aangezien significantie een continuüm is. In die zin is in de statistiek een significante uitkomst betekenisvol, omdat het als bewijs gezien wordt tegen een toevallig ontstaan. In het alledaags spraakgebruik wordt significant gebruikt als synoniem voor betekenisvol, belangrijk. Om een subtiele betekenisverwarring te voorkomen, is daarom in de geneeskunde sprake van bij onderzoeksresultaten die niet alleen meetbaar zijn, maar in de geneeskundige praktijk ook betekenisvol. (nl)
- A análise da significância estatística é considerada um procedimento para verificar a discrepância de uma hipótese estatística em relação aos dados observados, utilizando uma medida de evidência (p-valor). Este procedimento foi definido por Ronald Fisher no início do século XX como teste de significância. Entretanto, cabe notar que o termo significância não implica importância e o termo significância estatística não quer dizer significância prática. Por exemplo, o termo significância clínica se refere à importância prática do efeito de um tratamento. O nível de significância é a probabilidade de rejeitar a hipótese nula quando ela é verdadeira (conhecido como erro do tipo I). Em testes de hipóteses estatísticas, diz-se que há significância estatística ou que o resultado é estatisticamente significante quando o p-valor observado é menor que o nível de significância definido para o estudo. O nível de significância é geralmente determinado pelo pesquisador antes da coleta dos dados e é tradicionalmente fixado em 0,05 ou menos, dependendo da área de estudo. Em muitas áreas de estudo, resultados com nível de significância de 0,05 (probabilidade de erro de 5%) são considerados estatisticamente relevantes. O p-valor (nível descritivo ou probabilidade de significância) é a probabilidade de se obter uma estatística de teste igual ou mais extrema que a estatística observada a partir de uma amostra aleatória de uma população quando a hipótese nula é verdadeira. Em outras palavras, o p-valor é o menor nível de significância para o qual se rejeita a hipótese nula. Por exemplo, a hipótese nula é rejeitada a 5% quando o p-valor é menor que 5%. Quando se seleciona uma amostra de uma população em um experimento, sempre há possibilidade que um efeito observado ocorra devido a um erro amostral (diferença entre a estimativa da amostra e o parâmetro da população). No entanto, quando o p-valor do efeito for menor que o nível de significância, pode-se concluir que o efeito reflete as características de toda a população e, consequentemente, rejeitar a hipótese nula. (pt)
- Poziom istotności (α) – przyjęte z góry dopuszczalne ryzyko popełnienia błędu I rodzaju (uznania prawdziwej hipotezy zerowej za fałszywą), pozwalające określić, powyżej jakich odchyleń zaobserwowanych w próbie test rozstrzygnie na korzyść hipotezy alternatywnej. Stosowany przy weryfikacji hipotez statystycznych i estymacji przedziałowej w podejściu częstościowym w statystyce. Zakłada trafność przyjętego modelu statystycznego, spełnienie jego wymagań (np. o doborze próby, homoskedastyczności i braku współliniowości), oraz przestrzeganie algorytmu wnioskowania częstościowego. Łamanie tych założeń nazwano P-hackingiem; zrywa ono gwarancję że oczekiwana częstość błędów będzie zgodna z przyjętym ryzykiem. Najczęściej stosowane testy opierają się na modelu liniowym (np. test chi-kwadrat, analiza wariancji czy test t Studenta), czasem doprecyzowanym na tyle, aby rozluźnić część jego ogólnych założeń. Determinuje, ceteris paribus, ryzyko błędu II rodzaju (β: nieodrzucenia fałszywej hipotezy zerowej; jego dopełnieniem, 1–β, jest moc testu). W tym stopniu, w jakim rozkłady statystyki dla porównywanych hipotez pokrywają się, im surowszy poziom istotności, tym niższa moc testu i większe ryzyko β. Na moc statystyczną wpływ ma także m.in. wielkość efektu i rozmiar próby. W zgodzie z pierwotną propozycją Fishera oraz Neymana i Pearsona, wybór wartości α zależy od badacza, natury problemu i od tego, jak dokładnie chce on weryfikować swoje hipotezy. Jak opisuje Gigerenzer, często „bezmyślnie” przyjmuje się dwustronne α=0,025+0,025=0,05. Wartość założonego poziomu istotności jest porównywana z wyliczoną na podstawie testu statystycznego wartością p (lub jego ekwiwalentem). Jeśli wartość p jest większa, rezultaty badania są niekonkluzywne. W propozycji Neymana–Pearsona, należy w tej sytuacji postępować tak jakby prawdziwa była hipoteza zerowa H0 (która zwykle postuluje brak efektu lub różnic), nie daje to jednak samodzielnych podstaw do przekonania, że tak rzeczywiście jest. Brak istotności testu w jednym badaniu nie oznacza samo w sobie, że sfalsyfikowano hipotezę badawczą. Wysokie p może wynikać również na przykład z niskiej mocy testu. Jeśli wartość p jest niższa, można postępować tak jakby prawdziwa była hipoteza alternatywna, i o ile założenia modelu i algorytmu były dochowane, powinno to prowadzić do błędu w długim okresie tylko w odsetku realizacji testu równym α. To również nie daje samodzielnych podstaw do rozstrzygnięcia o prawdziwości hipotez. Zjawiska o bliskiej zeru wielkości efektu i bez praktycznego znaczenia mogą przekroczyć próg istotności statystycznej, np. jeśli test ma wysoką moc – np. w dużych próbach. Wykrycie korelacji nie świadczy również automatycznie o istnieniu związku przyczynowego; wnioskowanie przyczynowe wymaga odrębnego, specyficznego modelowania i realizacji testów szczegółowych hipotez zgodnych z jego przewidywaniami. (pl)
- Signifikans är inom statistiken ett begrepp för att ange att ett värde i en undersökning avviker från ett hypotetiskt värde eller att det sannolikt inte beror på den statistiska osäkerheten (slumpen). Signifikant ska inte sammanblandas med signifikativ. Signifikans är centralt inom hypotesprövning av stickprovsdata. Signifikans är där ett kvantitativt mått på hur väl ett värde uträknat från ett stickprov, en testvariabel, överensstämmer med det värde som är det troligaste värdet om en hypotes, som kallas nollhypotesen, inte kan förkastas. Ett signifikant värde från ett statistiskt test innebär att man förkastar den hypotes som testas och uppnås när det observerade värdet på testvariabeln tillräckligt mycket skiljer sig från det förväntade värdet om hypotesen var sann. Signifikansnivån är sannolikheten för utfall i det trots att nollhypotesen är sann. Den kan också kallas felrisk. Man betecknar ofta signifikansnivån med den grekiska bokstaven α. Signifikansnivån väljs utifrån syftet med hypotesprövningen. Ett lågt värde på signifikansnivån väljs om man bara vill förkasta nollhypotesen när man har riktigt starkt stöd i sina data för att göra det, det vill säga om konsekvenserna av att felaktigt förkasta nollhypotesen är allvarligare än konsekvenserna av att felaktigt behålla den. Vanliga värden på α är 5 %, 1 % och 0,1 %. (sv)
- Статистична значущість результату в статистиці являє собою оцінку міри впевненості в його «істинності» (у розумінні «репрезентативності вибірки»). У статистиці величину називають статично значущою, якщо мала ймовірність чисто випадкового виникнення її або ще більш крайніх величин. Тут під крайністю розуміється ступінь відхилення від нульової гіпотези. Різниця називається «статистично значущою», якщо є дані, поява яких була б малоймовірна, якщо припустити, що ця різниця відсутня; цей вираз не означає, що дана різниця повинна бути велика, важлива, або значуща в загальному сенсі цього слова. Рівень значущості тесту — це традиційне поняття перевірки гіпотез в частотній статистиці. Він визначається як імовірність ухвалити рішення відхилити нульову гіпотезу, якщо насправді нульова гіпотеза вірна (рішення відоме як похибка першого роду). Процес рішення часто спирається на p-величину (читається «пі-величина»): якщо p-величина менша за рівень значущості, то нульова гіпотеза відкидається. Чим менша p-величина, тим більше значущою називається тестова статистика. Чим менша p-величина, тим сильніші підстави відкинути нульову гіпотезу. Рівень значущості звичайно позначають грецькою буквою α (альфа). Популярними рівнями значущості є 10%, 5%, 1%, і 0,1%. Якщо тест видає p-значення, менше за α-рівень, то нульова гіпотеза відхиляється. Такі результати називають «статистично значущими». Наприклад, якщо хтось говорить, що «шанси того, що те, що трапилося, є збігом, рівним одному з тисячі», то мають на увазі рівень значущості 0,1%. P-рівень (цей термін був уперше використаний у роботі Brownlee, 1960) — це показник, що перебуває в оберненій залежності від надійності результату. Вищий p-рівень відповідає нижчому рівневі довіри до знайденої у вибірці залежності між змінними. Саме, p-рівень являє собою імовірність помилки, зв'язаної з поширенням результату, що він спостерігається, на всю популяцію. Наприклад, p-рівень = 0,05 (тобто 1/20) показує, що існує 5% імовірність того, що знайдений у вибірці зв'язок між змінними є лише випадковою особливістю даної вибірки. Іншими словами, якщо дана залежність у популяції відсутня, а ви багаторазово проводили б подібні експерименти, то приблизно в одному з двадцяти повторень експерименту можна було б очікувати таку саме або сильнішу залежність між змінними. Відзначимо, що це не те саме, що стверджувати про реальну наявність залежності між змінними, котра в середньому може бути відтворена в 5% або 95% випадків; коли між змінними популяції існує залежність, імовірність повторення результатів дослідження, що показують наявність цієї залежності має назву . У багатьох дослідженнях p-рівень 0,05 розглядається як «припустима границя» рівня помилки. Різні значення α-рівня мають свої переваги і недоліки. Менші α-рівні дають велику упевненість в тому, що вже встановлена альтернативна гіпотеза значуща, але при цьому є більший ризик не відкинути помилкову нульову гіпотезу (похибка другого роду), і таким чином менша статистична потужність. Вибір α-рівня неминуче вимагає компромісу між значущістю і потужністю, і, отже, між імовірністю похибок першого і другого роду. У вітчизняних наукових роботах часто вживається неправильний термін «достовірність» замість терміну «статистична значущість». (uk)
- В статистике величину (значение) переменной называют статисти́чески зна́чимой, если мала вероятность случайного возникновения этой или ещё более крайних величин. Здесь под крайностью понимается степень отклонения тестовой статистики от нуль-гипотезы. Разница называется статистически значимой, если появление имеющихся данных (или ещё более крайних данных) было бы маловероятно, если предположить, что эта разница отсутствует; это выражение не означает, что данная разница должна быть велика, важна, или значима в общем смысле этого слова. Общая картина проблемы такова: дана выборка из некоторого пространства элементарных событий (например, список пациентов, прошедших обследование на некоторую болезнь) и, возможно, значения на этой выборке некоторых переменных (функций от , например — возраст пациента, интенсивность курения, количество часов физических упражнений и т. п.). Вероятностное распределение на не известно, а, наоборот, является здесь главным объектом поиска. Различные гипотезы соответствуют различным возможным вероятностным распределениям на . Точный смысл термина «гипотеза» — набор утверждений, который содержит полное описание некоторого вероятностного распределения. (ru)
- 統計學的假說檢定中，顯著性差異（或统计学意义，英語：statistical significance）是對數據差異性的評價，當某次實驗的结果在虛無假說下不大可能发生时，就認為該結果具有顯著性差異。更準確而言，譬如某項研究設定了一個數值α（顯著水準），表示虛無假說本來正確但卻被拒絕的出錯概率，然後用p值表示虛無假說為真時得到某結果或比這個結果更極端的情況的概率。當p ⩽ α時，就可以認為結果具有統計學意義，或數據之間具有了顯著性差異。顯著水準應當在開始數據收集前就設定，通常習慣設定為5%或更低，因研究的具體學科領域而異。 在任何涉及到从总体中抽取样本的实验或观察性研究中，观察到的结果都有可能只不过是由产生的。但是，如果一个观察结果的p值小于（或等于）显著性水平α，研究者就可以得出“该结果能反映总体的特征”的结论，并拒绝零假设。 顯著性差異的原因可能是：
* 參與比對的數據是來自不同實驗對象，如中，大學學歷被試組的成績與小學學歷被試組之間，會存在顯著性差異；
* 也可能是因為實驗處理對實驗對象造成了改變，因而前測、後測的數據會有顯著性差異。例如，記憶術研究發現，被試者學習某記憶法前的成績，和學習後的記憶成績會有顯著性差異，則這一差異很可能來自於這種記憶法對被試記憶能力的改變。 (zh)
|
| rdfs:comment
|
- O statistické významnosti hovoříme tehdy, když nastane taková odchylka od teoretického očekávaní, která by za platnosti předem daného předpokladu měla velmi malou pravděpodobnost. V takovém případě se má za to, že předpoklad není správný. Statistická významnost se používá nejčastěji v souvislosti s testováním hypotéz. V interpretaci výsledků testování se pak hovoří o tom, že cosi (například rozdíl mezi dvěma číselnými soubory) je, nebo není „statisticky významné“. (cs)
- الدلالة الإحصائية أو الأهمية الإحصائية (أو الاعتداد أو المغزى الإحصائي أو المعنوية) هي وصف لنتيجة تجربة أجريت عندما تكون القيمة الاحتمالية (p-value) أقل من مستوى الدلالة. عند القيام بإجراء علمي جيد فإنه غالباً ما يتم اختيار مستوى الدلالة قبل جمع البيانات، وعادةً ما يكون هذا المستوى 0.05 (5%). يمكن أيضاً استخدام مستويات دلالة أخرى مثل 0.01، وذلك حسب مجال الاختصاص والاستخدام. (ar)
- In statistica la significatività è la possibilità rilevante che compaia un determinato valore. Ci si riferisce anche a "statisticamente differente da zero", ma ciò non significa che la "significatività" sia rilevante, o vasta, come indurrebbe a pensare la parola. Ma solo che è diversa dal numero limite. (it)
- 통계적 유의성(統計的 有意性,statistical significance)은 모집단에 대한 가설이 가지는 통계적 의미를 말한다. 다시 말해서, 어떤 실험 결과 자료를 두고 "통계적으로 유의하다."라고 하는 것은 확률적으로 봐서 단순한 우연이라고 생각되지 않을 정도로 의미가 있다는 뜻이다. 반대로 "통계적으로 유의하지 않다."라고 하는 것은 실험 결과가 단순한 우연일 수도 있다는 뜻이다. 가설 검정에서 통계값과 연구자가 설정한 수준(유의수준)을 비교·판단하여 영가설을 기각할 때, 연구가설이 "통계적으로 유의하다"라고 한다. 다만, 검정통계량은 표본 크기의 함수이므로 표본 크기가 커질수록 검정통계량의 값은 커져서 실질적으로는 유의성이 없어도 통계적으로는 유의한 것으로 판정될 수 있다. 이때의 오류는 1종오류가 된다. 즉, 통계적 유의성은 오류가능성을 동반한다. (ko)
- 有意（ゆうい、独: Signifikanz、英: significance）は、確率論・統計学の用語で、「確率的に偶然とは考えにくく、意味があると考えられる」ことを指す。 (ja)
- 統計學的假說檢定中，顯著性差異（或统计学意义，英語：statistical significance）是對數據差異性的評價，當某次實驗的结果在虛無假說下不大可能发生时，就認為該結果具有顯著性差異。更準確而言，譬如某項研究設定了一個數值α（顯著水準），表示虛無假說本來正確但卻被拒絕的出錯概率，然後用p值表示虛無假說為真時得到某結果或比這個結果更極端的情況的概率。當p ⩽ α時，就可以認為結果具有統計學意義，或數據之間具有了顯著性差異。顯著水準應當在開始數據收集前就設定，通常習慣設定為5%或更低，因研究的具體學科領域而異。 在任何涉及到从总体中抽取样本的实验或观察性研究中，观察到的结果都有可能只不过是由产生的。但是，如果一个观察结果的p值小于（或等于）显著性水平α，研究者就可以得出“该结果能反映总体的特征”的结论，并拒绝零假设。 顯著性差異的原因可能是：
* 參與比對的數據是來自不同實驗對象，如中，大學學歷被試組的成績與小學學歷被試組之間，會存在顯著性差異；
* 也可能是因為實驗處理對實驗對象造成了改變，因而前測、後測的數據會有顯著性差異。例如，記憶術研究發現，被試者學習某記憶法前的成績，和學習後的記憶成績會有顯著性差異，則這一差異很可能來自於這種記憶法對被試記憶能力的改變。 (zh)
- La significació estadística és la verificació matemàtica que el resultat de la mesura d'un paràmetre d'una mostra supera o no un determinat llindar o valor prèviament i arbitràriament establert per tal de discernir que aquest paràmetre és degut a l'atzar o bé a un efecte causal. Una "diferència estadísticament significativa" només vol dir que hi ha proves estadístiques que hi ha una diferència, no vol dir que la diferència sigui gran, important, o significativa en el sentit estricte de la paraula. (ca)
- Όσον αφορά τις στατιστικές, στατιστική σημαντικότητα (ή ένα στατιστικά σημαντικό αποτέλεσμα) επιτυγχάνεται όταν το p-value είναι μικρότερο από το επίπεδο σημαντικότητας. Η p-value είναι η πιθανότητα απόκτησης τουλάχιστον ως ακραία αποτελέσματα, δεδομένου ότι η μηδενική υπόθεση είναι αληθής, ενώ η σημασία ή άλφα (α) επίπεδο είναι η πιθανότητα της απόρριψης της μηδενικής υπόθεσης, δεδομένου ότι είναι αλήθεια. Ως θέμα της ορθής επιστημονικής μεθόδου-πρακτικής, ένα επίπεδο σημαντικότητας επιλέγεται πριν τη συλλογή δεδομένων και συνήθως βρίσκεται στο 0,05 (5%). Άλλα επίπεδα σημαντικότητας (π.χ., 0,01) δύνανται να βρουν εφαρμογή, ανάλογα με τον τομέα μελέτης. (el)
- Statistisch signifikant wird das Ergebnis eines statistischen Tests genannt, wenn Stichprobendaten so stark von einer vorher festgelegten Annahme (der Nullhypothese) abweichen, dass diese Annahme nach einer vorher festgelegten Regel verworfen wird. (de)
- Estatistikan, emaitza bat adierazgarria dela esaten da litekeena zoriaren eraginez edo aldez aurretik hipotesi batek zehazten duenaren arabera gertatu ez izana denean. Adibidez, gaixotasun bat pairatzen duten pertsonetan, erdiak baino askoz gehiago gizonezkoak badira, eginda banaketa ezberdin horretan zoriaren eragina baztertu (gaixotasunari buruz sexuen berdintasunaren hipotesia baztertu, beste hitzetan) eta gizonezkoek gaixotasuna pairatzeko aukera handiagoak dituztela ondoriozta daiteke. Praktikan, adierazgarritasun-maila bat ezartzen da aldez aurretik, probabilitate edo portzentaje moduan, adierazgarria dena zehaztasunez bereizteko. Adierazgarritasun-mailak ohikoak dira hipotesi-kontrasteetan, eta hipotesi nulua baztertzeko probabilitatea adierazten du, hipotesi nulua egiazkoa den kasu (eu)
- En estadística, un resultado o efecto es estadísticamente significativo cuando es improbable que haya sido debido al azar. Una «diferencia estadísticamente significativa» solamente significa que hay evidencias estadísticas de que hay una diferencia; no significa que la diferencia sea grande, importante o radicalmente diferente. En otros términos, el nivel de significación de un contraste de hipótesis es una probabilidad p tal que la probabilidad de tomar la decisión de rechazar la hipótesis nula —cuando esta es verdadera— no es mayor que p. (es)
- In statistical hypothesis testing, a result has statistical significance when it is very unlikely to have occurred given the null hypothesis (simply by chance alone). More precisely, a study's defined significance level, denoted by , is the probability of the study rejecting the null hypothesis, given that the null hypothesis is true; and the p-value of a result, , is the probability of obtaining a result at least as extreme, given that the null hypothesis is true. The result is statistically significant, by the standards of the study, when . The significance level for a study is chosen before data collection, and is typically set to 5% or much lower—depending on the field of study. (en)
- En statistiques, le résultat d'études qui portent sur des échantillons de population est dit statistiquement significatif lorsqu'il semble exprimer de façon fiable un fait auquel on s'intéresse, par exemple la différence entre 2 groupes ou une corrélation entre 2 données. Dit autrement, il est alors très peu probable que ce résultat apparent soit en fait trompeur s'il n'est pas dû, par exemple, à un (en), trop petit ou autrement non représentatif (surtout si la population est très diverse). Cette fiabilité se traduit généralement par des valeurs, différences de valeurs, ou rapports entre valeurs, suffisamment élévées ou au contraire faibles. (fr)
- A análise da significância estatística é considerada um procedimento para verificar a discrepância de uma hipótese estatística em relação aos dados observados, utilizando uma medida de evidência (p-valor). Este procedimento foi definido por Ronald Fisher no início do século XX como teste de significância. Entretanto, cabe notar que o termo significância não implica importância e o termo significância estatística não quer dizer significância prática. Por exemplo, o termo significância clínica se refere à importância prática do efeito de um tratamento. (pt)
- Statistische significantie is de aannemelijkheid dat een correlatie in de statistiek niet op toeval berust. Het significantieniveau is de kans dat de hypothese die wordt getest ten onrechte wordt verworpen. Voor deze grenswaarde wordt vaak 0,05 gekozen, al is dit arbitrair, aangezien significantie een continuüm is. (nl)
- Poziom istotności (α) – przyjęte z góry dopuszczalne ryzyko popełnienia błędu I rodzaju (uznania prawdziwej hipotezy zerowej za fałszywą), pozwalające określić, powyżej jakich odchyleń zaobserwowanych w próbie test rozstrzygnie na korzyść hipotezy alternatywnej. Stosowany przy weryfikacji hipotez statystycznych i estymacji przedziałowej w podejściu częstościowym w statystyce. (pl)
- В статистике величину (значение) переменной называют статисти́чески зна́чимой, если мала вероятность случайного возникновения этой или ещё более крайних величин. Здесь под крайностью понимается степень отклонения тестовой статистики от нуль-гипотезы. Разница называется статистически значимой, если появление имеющихся данных (или ещё более крайних данных) было бы маловероятно, если предположить, что эта разница отсутствует; это выражение не означает, что данная разница должна быть велика, важна, или значима в общем смысле этого слова. (ru)
- Signifikans är inom statistiken ett begrepp för att ange att ett värde i en undersökning avviker från ett hypotetiskt värde eller att det sannolikt inte beror på den statistiska osäkerheten (slumpen). Signifikant ska inte sammanblandas med signifikativ. Signifikansnivån är sannolikheten för utfall i det trots att nollhypotesen är sann. Den kan också kallas felrisk. Man betecknar ofta signifikansnivån med den grekiska bokstaven α. (sv)
- Статистична значущість результату в статистиці являє собою оцінку міри впевненості в його «істинності» (у розумінні «репрезентативності вибірки»). У статистиці величину називають статично значущою, якщо мала ймовірність чисто випадкового виникнення її або ще більш крайніх величин. Тут під крайністю розуміється ступінь відхилення від нульової гіпотези. Різниця називається «статистично значущою», якщо є дані, поява яких була б малоймовірна, якщо припустити, що ця різниця відсутня; цей вираз не означає, що дана різниця повинна бути велика, важлива, або значуща в загальному сенсі цього слова. (uk)
|
