统计显著P<0.05就真的有意义吗？

niksong

样本量,功效,显著性水平以及均值差异之间是有数学关系的,这就决定在做假设检验之前,原则上最好先确定总体均值差异(也就是工程经验上认可的最小差异,低于这个差异而做的改变可能没有太大意义,或者投资产出不划算),然后就是功效,显著性水平(第一类风险)等,之后就可以计算样本量了;
从这个意义上来说呢,样本量并不是越大越好的,原则上只要样本量足够大,P值迟早都会小于0.05,但是其检验出来的总体均值差异实际会很小,这样就没有太大意义了;
所以样本量这东东还是挺有意义的,学假设检验后建议还是要深入学习一下样本量相关知识;
另外,如果对样本量不太熟悉,建议在解读假设检验的结果时,一定要结合置信区间来看,因为它所涵盖的信息比一个单纯的P值要大的多.