统计显著性
Statistical significance
学到 认得 就够：听到能明白
你可能会说
“我的结果没有星号，是不是说明完全没有关系；有星号又是不是说明影响很大？”
统计显著性表示在某个模型和检验规则下，观察结果与待检验假设是否足够不相容。它不是影响大小、实际重要性或研究结论为真的证明。
使用 AI
科研里的例子
假设社会学研究得到一个很小但带星号的满意度差异，作者仍报告它在量表上的大小，并讨论这一差别是否有实际意义。
使用显著性之前，要说明检验的假设、计算办法和比较标准。常见的 p 值描述的是：在指定假设及其他条件成立时，出现当前或更极端结果的可能程度，并不是假设本身为真的概率。样本规模和估计精度会影响它，因此很小的差异也可能显著，而重要的差异也可能因资料不足而不显著。阅读结果时应把效应大小、单位、区间和研究设计放在一起看。尝试许多模型后只报告带星号的结果，会破坏这种解释。阈值附近的两项结果，也不应因为一项过线一项没过线就被写成截然相反的发现。
在你的学科里，直接拿去用
把论点与证据逐条对齐
请审核下列论证的证据对应关系。 论证：[粘贴] 允许使用的材料：[清单与原文] 拆成可独立检查的主张，按“主张—来源位置—研究对象与设计—能支持什么—不能支持什么—所需补证”输出。区分相关、机制解释、因果识别和价值判断。找不到依据的格子保留未支持，不补假文献。若需联网补证，先说明搜索范围和访问状态，再把新找到的证据与原材料分列。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG07
把回归结果准确写成中英文
根据所给[回归表、模型说明和变量编码]，为[读者]写[字数]左右的中文结果说明，再给意义相同的英文版本。逐项说明估计对象、系数方向和量级、单位、置信区间或标准误，以及样本范围；仅在模型与编码允许时把系数换成百分比或原单位。将统计显著性与经济意义分开，说明基期与政策成本是否足以比较。因果措辞须与[识别设计]一致：若只有条件关联，就使用关联表述。另附数字与原表位置对照表，缺失信息列为待补，未显著结果不写成证明无效。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PE05
判断
亲手检查一次
暂时遮住表格星号，只看系数、单位和置信区间，写出结果的大小与不确定性，再检查文字是否被星号带偏。
它做不到的
p 值不衡量因果可信度，也不是假设为真的概率。未显著不能直接等同于没有效应，显著也不能直接等同于效应重要。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- American Statistical Association — Statement on Statistical Significance and P-Values（官方发布说明）2026-11-07 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。