显著性检验

第一类错误概率不大于给定显著性水平的统计检验。其中一般程序为提出所要检验的基本假设H₀；根据问题的要求，规定第一类错误概率容许界限，即显著性水平α(0<α<1)；建立H₀的否定域V，检验的第一类错误概率为P(V｜H₀)≤α搜集必要的统计数据（样本）并作出推断：当样本值落入V时否定H₀，反之不否定H₀(接受H₀或进一步研究)。其思想为小概率原理。常被应用于测验分数统计中。

显著性检验Significant Test

见“假设检验”。

显著性检验test of significance

统计检验的一个重要内容。所谓显著性，即指观察值与理论值，或事实与假设之间出现的非机遇的差异的可能性。显著性检验即检验这种假设的合理性。显著性检验主要检验： (1)零假设(nullhypotyesis)或原假设。(2)检验事实与假设的差异是否显著。显著性检验是以随机样本为前提，以概率论原理为基础的，不是随机样本，则不能进行显著性检验，这是因为有系统偏差出现的缘故。随机取得的样本可用概率论原理以显著性检验来说明其误差的大小，来检验结果的可靠性。对统计假设来说，如果计算的概率p>5%，则假设是真实的，结果间的差异不显著。如果计算的概率p<5%，则样本平均数与总体平均数的差异显著，应该拒绝原假设。当概率p<1%时，则样本从零假设的总体中随机抽取的可能性极小，所以，样本平均数与总体平均数之间的差异就非常显著。