显着性水平

---

统计推断错误的概率指标。

在统计推断中，观察值或假设检验统计量落入估计区间或拒绝域的概率。用符号α(0＜α＜1)表示。在区间估计中，α表示估计值不落入估计区间的概率。

在区间估计中，表示观测值落在估计区间发生错误判断的概率α。在区间估计中，当具体的观测或试验发生后，样本值为(x₁，x₂，…，x_n)，将它代入₁与₂得出具体的置信区间(₁，₂)。这时估计区间可能是错的，即实际上(₁，₂)并不包含待估参数θ。

若多次重复获得样本值，便可得到多个估计区间。α(0＜α＜1)表示“错误判断”的概率，即随机获得100个估计区间，平均约有100α个区间估计错了，(1－α)100个区间估计对了。在假设检验中，亦称“检验大小”，α指原假设正确而拒绝它时所犯的错误的概率，即犯Ⅰ型错误的概率。

α的选择随研究的风险而定，常取0．05、0．01水平。若拒绝正确的原假设这一错误的后果非常严重，则显着性水平可规定为0．001。参见“Ⅰ型错误”、“区间估计”、“假设检验”。