表述

显著性差异是一种有量度的或然性评价。比如，我们说A、B两数据在 .05水平 上具备显著性差异，这是说两组数据具备显著性差异的可能性为95％。两个数据所代表的样本还有 5％ 的可能性是没有差异的。这5％的差异是由于随机误差造成的。

也可表述为：如果拒绝两组数据一致（不具备显著性差异）的假设，那么就是 5% 的可能性犯第一类错误。

即，A：两组数据不具备显著差异；B:实际数据具有显著差异； P(A|B) = 0.05 。

通常情况下，实验结果达到 .05水平 或 .01水平 ，才可以说数据之间具备了显著性差异。在作结论时，应确实描述方向性（例如显著大于或显著小于）。并通常用于假设检验，检验假设和实验结果是否一致。

数学表述为：引入p值作为检验样本(test statistic)观察值的最低显著性差异水平。在 ρ= 0.01 or 0.05 的情况下，若假设情况实际算得的概率小于 ρ ，则该比假设成立情况下 95% 或 99% 会出现的情况更极端，在该显著性差异水平下，拒绝(reject)该假设。

P(X=x)为“显著(significant)”，统计分析软件SPSS中以 * 标记；

P(X=x)为“极显著(extreme significant)”，通常以 ** 标记。

如果我们是检验某实验（Hypothesis Test）中测得的数据，那么当数据之间具备显著性差异，实验的零假设就可被推翻，备择假设（Alternative Hypothesis）则得到支持；反之若数据之间不具备显著性差异，则实验的备择假设可以被推翻，零假设则"不能被推翻"。

参考文献

参见

假设检定

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。