原创分享：为什么有人说大部分发表的科学研究都是错的？

的差异是由抽样误差引起还是本质差别造成的统计推断方法。显著性检验是假设检验中最常用的一种方法，也是一种最基本的统计推断形式。

1、提出检验假设又称无效假设，符号是h0；备择假设的符号是h1 。

h0：样本与总体或样本与样本间的差异是由抽样误差引起的；

h1：样本与总体或样本与样本间存在本质差异；

预先设定的检验水准为0.05；当检验假设为真，但被错误地拒绝的概率，记作α，通常取α=0.05或α=0.01 。

2、选定统计方法，由样本观察值按相应的公式计算出统计量的大小，如x2值、t值等。根据资料的类型和特点，可分别选用z检验，t检验，秩和检验和卡方检验等。

3、根据统计量的大小及其分布确定检验假设成立的可能性p的大小并判断结果。若p>α，结论为按α所取水准不显著，不拒绝h0，即认为差别很可能是由于抽样误差造成的，在统计上不成立；如果p≤α，结论为按所取α水准显著，拒绝h0，接受h1，则认为此差别不大可能仅由抽样误差所致，很可能是实验因素不同造成的，故在统计上成立。p值的大小一般可通过查阅相应的界值表得到。

p-value就是用来判断h0假设是否成立的依据。因为期望值是基于h0假设得出的，如果观测值与期望值越一致，则说明检验现象与零假设越接近，则越没有理由拒绝零假设。如果观测值与期望值越偏离，说明零假设越站不住脚，则越有理由拒绝零假设，从而推出对立假设的成立。

说了这么一大堆那么大家可以简单理解成什么呢？就是如果你的心理学（神经医学、医学等等）实验得到了p<0.05的检验结果那么大概率你就可以水.....啊不是写出一篇论文啦！（

本章未完，请点击下一页继续阅读！ 第2页 / 共6页