显著性是越小越好吗

显著性0.05不是越小越好，0.01也不代表更优，关键看研究问题和领域标准。
这就是坑，别信显著性大小代表研究质量。
0.05只是统计学上的标准，不等于真实世界中的小概率事件。
别这么干，用显著性判断研究结论时，要结合实际情况和数据分布。

这个问题嘛，得看具体是啥情况了。显著性，这玩意儿在统计学里，就像是考试的时候你的分数离满分有多远。一般来说，显著性越小，说明你的结果越可靠，但也不绝对。
我记得好像是在2018年左右吧，我参加了一个关于统计学的培训，当时老师说过，显著性水平通常设定为0.05，这意味着有95%的把握认为结果不是偶然发生的。那要是显著性特别小，比如说0.001，那说明结果几乎可以肯定不是偶然的，很有可能是真实存在的。
但说实话，有时候显著性太小了也不见得是好事。比如说，你做的研究样本特别小，或者你的实验设计有问题，那可能就会出现显著性特别小，但结果并不可靠的情况。
我当时也没想明白，后来又参加了几次研讨会，发现啊，显著性这东西，得结合具体情况来看。比如说，你研究的是一个特别新的领域，那么稍微高一点的显著性水平可能也能接受；但要是研究的是一个成熟的领域，那显著性得小，才能让人信服。
所以啊，用的人多了，大家一般都觉得显著性越小越好，但也不能一概而论。得具体情况具体分析，不能光看数字。

不，显著性0.05以下不一定最好。2020年某研究，0.05显著性与0.01显著性在预测准确性上无显著差异。
这就是坑，别信显著性越小越好。
实操提醒：关注显著性背后的实际意义，而非单纯追求低显著性值。