零假设和显著性检验
1、零假设是先假设毫无效果，假设丝毫不起作用，假设没有任何相关关系。在做研究时，从零假设开始，然后通过做实验或者收集证据，看看能不能推翻零假设。如同抓到嫌疑人，要先假设他无辜，检测新药是否有疗效，先假设它无效等等。
2、显著性检验
第一步：开始实验
第二步：假定零假设成立。
第三步：观察实验结果中出现事件O的概率，我们把这个概率称为P值。P值反映的是零假设成立的可能性。
第四步：如果P值很小，我们就认为实验结果满足零假设的可能性很小，可以通过这种归谬法判断，你原来想检验的猜想具有统计学上的显著性。
如果P值很大，我们就得承认零假设还没有被推翻。
3、P值，在实践中大部分人就是认为0.05，是个临界值，当然这只是一个约定俗成的数值。
4、不要误解“显著性”。很多科学术语都有误导，显著性这个词就是典型的例子。在我们的日常用语中，显著指的是很重要、很有意义。统计学家进行的显著性检验，并不是为了检验它的重要性。比如，如果我们测试一种新药的疗效，零假设是这种药没有任何疗效。如果能够推翻零假设，我们也仅仅证明了这种药是有疗效的，但是它的疗效可能非常地小。 统计学家认为有显著性，但临床的大夫却会告诉你，这种药在治疗中其实没有任何疗效。
20221216