显著性水平
# 显著性水平
一句话定义
显著性水平 alpha 是允许第一类错误发生的最大概率。
解决什么问题
它用于事先设定拒绝原假设的严格程度,常见取值为 0.10、0.05、0.01。
典型场景
- 课程作业默认使用 alpha=0.05。
- 高风险决策中使用更小 alpha,如 0.01。
- 单侧和双侧检验中根据 alpha 确定临界值。
和本实验室方向的关系
在统计建模和风险判断中,alpha 控制误报风险;极端事件研究中误报和漏报代价不同,需要清楚说明 alpha 的选择。
交流时可以怎么说
显著性水平是检验前设定的错误率上限,不应根据数据结果事后调整。
可以追问老师/同学的问题
- 本课程是否默认 alpha=0.05?
- 单侧检验和双侧检验的 alpha 如何进入临界值?
- 多重检验时 alpha 是否需要调整?
给 AI 的高质量提示词
请说明这个检验中 alpha 的含义,并根据 alpha 写出拒绝域。
关联
反向链接
p值单侧置信限
拒绝域
检验功效
第一类错误
统计推断核心概念索引
置信水平