一、显著性水平-显著性水平,显著性,水平
什么是假设检验中的显著性水平？统计显著是什么意思
显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示
统计显著， 是指零假设为真的情况下拒绝零假设所要承担的风险水平，又叫概率水平，或者显著水平。 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。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。 总的来说，它表示群体之间得以相互区别的能力。在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平,对同一量，进行多次计量，然后算出平均值。 扩展资料 显著性水平在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。事件属于接受区间，原假设成立而无显著性差异；事件属于拒绝区间，拒绝原假设而认为有显著性差异。 对显著水平的理解必须把握以下二点： 1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。 2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。
统计学中的显著性水平α和P分别是什么意思？请详细解答，谢谢~
1、显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。 显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，二类是随机差异，是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。 2、P值是用来判定假设检验结果的一个参数，也可以根据不同的分布使用分布的拒绝域进行比较。 P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P值很小，说明原假设情况的发生的概率很小，而如果出现了，根据小概率原理就有理由拒绝原假设，P值越小，拒绝原假设的理由越充分。 总之，P值越小，表明结果越显著。但是检验的结果究竟是“显著的”、“中度显著的”还是“高度显著的”需要根据P值的大小和实际问题来解决。 扩展资料 显著性水平的理解： 显著性水平是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。 事件属于接受区间，原假设成立而无显著性差异；事件属于拒绝区间，拒绝原假设而认为有显著性差异 。对显著水平的理解必须把握以下二点： 1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。 2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。 参考资料来源：百度百科-P值 参考资料来源：百度百科-显著性水平
什么是显著性水平，什么是置信水平
置信概率：一般用1-alpha表示，它是一个接近于1的概率值，表明你得到的置信区间包含真参数的概率。一般常取为95%或者90%或者99%。是预先取定的值。
显著性水平：一个预先取定的值，一般用alpha表示。跟置信概率恰好方向相反（加起来是1），在假设检验中表示在零假设成立下拒绝它所犯的一类错误的上界。在用p值检验时，如果p值比显著性水平小，就可以放心拒绝原假设。反之，不拒绝。
二、显著性水平的概念
估计总体参数落在某一区间内，可能犯错误的概率为显著性水平，用α表示
1-α
为置信度或置信水平，其表明了区间估计的可靠性
统计假设检验也称为显著性检验，即指样本统计量和假设的总体参数之间的显著性差异。显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，一类是随机差异。显著性差异就是实际样本统计量的取值和假设的总体参数的差异超过了通常的偶然因素的作用范围，说明还有系统性的因素发生作用，因而就可以否定某种条件不起作用的假设。假设检验时提出的假设称为原假设或无效假设，就是假定样本统计量与总体参数的差异都是由随机因素引起，不存在条件变动因素。
假设检验运用了小概率原理，事先确定的作为判断的界限，即允许的小概率的标准，称为显著性水平。如果根据命题的原假设所计算出来的概率小于这个标准，就拒绝原假设；大于这个标准则不拒绝原假设。这样显著性水平把概率分布分为两个区间：拒绝区间，不拒绝区间。
显著性水平不是一个固定不变的数字，其越大，则原假设被拒绝的可能性愈大，原假设为真而被否定的风险也愈大。显著性水平应根据所研究的的性质和我们对结论准确性所持的要求而定。
三、显著水平和显著性水平区别
显著性水平大于0.05是不显著。
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%。显著性水平代表的意义是在一次试验中小概率事物发生的可能性大小。
对显著水平的理解必须把握以下二点：
1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。
2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。
四、显著性水平是什么意思?
显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。
显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，一类是随机差异。它是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。
概念
假设检验是围绕对原假设内容的审定而展开的。如果原假设正确我们接受了（同时也就拒绝了备择假设），或原假设错误我们拒绝了（同时也就接受了备择假设），这表明我们作出了正确的决定。但是，由于假设检验是根据样本提供的信息进行推断的，也就有犯错误的可能。
有这样一种情况，原假设正确，而我们却把它当成错误的加以拒绝。犯这种错误的概率用α表示，统计上把α称为假设检验中的显著性水平，也就是决策中所面临的风险。
α表示原假设为真时，拒绝原假设的概率。
估计总体参数落在某一区间内，可能犯错误的概率为显著性水平，用α表示。
1-α为置信度或置信水平，其表明了区间估计的可靠性。
五、什么是显著性水平
显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，一类是随机差异。它是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。
显著性水平是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。事件属于接受区间，原假设成立而无显著性差异；事件属于拒绝区间，拒绝原假设而认为有显著性差异。对显著水平的理解必须把握以下二点：
1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。
2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。
六、如何理解显著性水平?
显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，一类是随机差异。它是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。
其他理解：
显著性水平是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。检验中，依据显著性水平大小把概率划分为二个区间，小于给定标准的概率区间称为拒绝区间，大于这个标准则为接受区间。
事件属于接受区间，原假设成立而无显著性差异；事件属于拒绝区间，拒绝原假设而认为有显著性差异。
对显著水平的理解必须把握以下二点：
1、显著性水平不是一个固定不变的数值，依据拒绝区间所可能承担的风险来决定。
2、统计上所讲的显著性与实际生活工作中的显著性是不一样的。
