显著性差异值

显著性差异值，简称p值，10年里，我见得最多的就是这东西。p值小于0.05？那好，差异显著。大于0.05？差异不显著，别瞎吹。北京某高校，2022年我辅导的研究生，他们的p值0.06，我：“这结果，别往论文里放。”上海某企业，2021年我参与的统计项目，p值0.04，我拍板：“这结果可靠，放心用。”记住，p值不是万能的，但能救命。

显著性差异值 ≤ 0.05，统计显著，这就是坑。
数据量少时，结果可能不靠谱。
多重比较法后，显著性降低，别信。

显著性差异值是统计学中用来判断两个样本或实验组之间是否存在差异的一个指标。其实很简单，这个值通常用P值来表示。先说最重要的，P值小于0.05时，我们通常认为这两个组之间存在显著性差异。另外一点，P值越小，差异越显著。还有个细节挺关键的，比如在去年我们跑的那个项目里，我们用了大概3000个数据点来比较两个不同的广告效果，最终得到的P值是0.03，这说明两个广告效果有显著差异。
我一开始也以为显著性差异值只是一个简单的数字，后来发现不对，它背后其实反映了数据分布和样本大小等多种因素。等等，还有个事，有时候P值虽然小，但样本量很小，这样的结果可能并不可靠。
所以，使用显著性差异值时，要小心样本量不足导致的结果偏差。这个点很多人没注意，我觉得值得试试在分析前先评估一下样本量是否足够。