统计显著性

什么是统计显著性?

统计显著性是指实验的结果或观察结果是由于某种潜在的原因而不是偶然的。研究人员进行假设检验以确定统计学意义。

vwin德赢吧金融分析师经常分析他们的模型，以确定行为的改变是否会产生统计上的显著差异。例如，企业可能会检查由两个不同广告产生的销售线索的数量，以确定其广告的变化是否能从潜在客户那里获得统计上显著的额外积极响应。

假设检验

统计显著性通常通过假设检验来确定。假设是研究人员在检验他们的理论之前对某事的理论或信念。它也被称为备择假设。

备择假设与零假设。零假设是指研究人员的理论是不正确的，在实验过程中没有潜在的原因。如果测试表明研究人员的理论是正确的，我们拒绝零假设，备择假设得到验证。

假设检验不可或缺的是“p值”的概念。p值是检验假设的观察结果来自随机机会而不是潜在原因的概率。p值越高，表明观测结果发生变化的可能性越高。p值越低，表明观察结果更有可能是由假设中的理论原因引起的。

可能的p值在统计上的显著范围由研究人员确定。通常情况下，p值小于等于5%表示有统计学意义，拒绝零假设。在实际应用中，这样的p值表明观测到的数据仅显示5%(或更低)的概率完全是由于偶然。

实际的例子

假设有一家公司想要验证这样一个理论:在某个商业电视节目中提到它的股票会吸引统计上数量可观的新投资者。它可能会做一个实验，让他们安排每隔一个周二在节目中提到自己的股票，持续三个月。然后，该公司可以将周二参加节目的新投资者数量与周二没有参加节目的新投资者数量进行比较。

在股票未被提及的周二，新投资者的数量将被作为新投资者的基线平均值。如果在每周二提及他们的股票时，新投资者的平均人数大大高于基准平均水平，公司就可以得出结论，认为这一结果在统计上具有显著意义，并认为安排该股票被提及对公司有利。

商业统计显著性

所有类型的企业通常都进行实验以确定统计显著性。另一个例子是动作制药公司在药物测试中。所有的药物都要经过测试，以确定服用药物的人是否具有统计上的显著效果，即它如何影响处方药物所针对的疾病。

进行网上业务的公司经常测试从统计上显著的结果变化广告。测试的变化可能包括广告的内容，广告在哪里运行，或者广告在一天中的什么时间运行。这种测试使公司能够以最有效和最高效的方式构建和发布广告，以产生销售。

价格变化是企业研究产品价格变化是否会对销售收入产生重大影响的另一个领域。这项研究有助于企业确定产生最大收入或利润的最优价格水平。

总的来说，统计显著性测试有助于公司高管在如何经营业务和营销产品或服务方面做出明智的决定。

继续学习

为了帮助您成为世界级的分析师，并将您的职业生涯发展到最大的潜力，这些额外的资源将非常有帮助:

• 金融统计基本概念“，
• 经验证据
• 假定值
• 全概率规则