概念
估計總體參數落在某一區間內,可能犯錯誤的機率為顯著性水平,用α表示1-α為置信度或置信水平,其表明了區間估計的可靠性統計假設檢驗也稱為顯著性檢驗,即指樣本統計量和假設的總體參數之間的顯著性差異。顯著性是對差異的程度而言的,程度不同說明引起變動的原因也有不同:一類是條件差異,一類是隨機差異。顯著性差異就是實際樣本統計量的取值和假設的總體參數的差異超過了通常的偶然因素的作用範圍,說明還有系統性的因素髮生作用,因而就可以否定某種條件不起作用的假設。假設檢驗時提出的假設稱為原假設或無效假設,就是假定樣本統計量與總體參數的差異都是由隨機因素引起,不存在條件變動因素。假設檢驗運用了小機率原理,事先確定的作為判斷的界限,即允許的小機率的標準,稱為顯著性水平。如果根據命題的原假設所計算出來的機率小於這個標準,就拒絕原假設;大於這個標準則不拒絕原假設。這樣顯著性水平把機率分布分為兩個區間:拒絕區間,不拒絕區間。
顯著性水平不是一個固定不變的數字,其越大,則原假設被拒絕的可能性愈大,原假設為真而被否定的風險也愈大。顯著性水平應根據所研究的的性質和我們對結論準確性所持的要求而定。
理解
顯著性水平是在進行假設檢驗時事先確定一個可允許的作為判斷界限的小機率標準。檢驗中,依據顯著性水平大小把機率劃分為二個區間,小於給定標準的機率區間稱為拒絕區間,大於這個標準則為接受區間。事件屬於接受區間,原假設成立而無顯著性差異;事件屬於拒絕區間,拒絕原假設而認為有顯著性差異。對顯著水平的理解必須把握以下二點:
1、顯著性水平不是一個固定不變的數值,依據拒絕區間所可能承擔的風險來決定。
2、統計上所講的顯著性與實際生活工作中的顯著性是不一樣的。