Statistiques - Importance statistique

La signification statistique signifie que le résultat d'une expérience ou d'un test statistique ne se produit pas au hasard et est attribuable à une certaine cause. La signification statistique d'un résultat peut être forte ou faible et elle est très importante pour les secteurs qui dépendent fortement des travaux de recherche comme l'assurance, la pharmacie, la finance, la physique, etc.

La signification statistique aide à choisir les données de l'échantillon afin que l'on puisse juger le résultat ou le résultat des tests comme étant réaliste et non provoqué par une cause aléatoire.

Les statisticiens formule généralement le degré de signification statistique par erreur d'échantillonnage. En général, une erreur d'échantillonnage de 5% est acceptable. La taille de l'échantillon est également importante car il doit s'agir d'un échantillon représentatif plutôt que d'un très grand échantillon, compte tenu du fait que les grands échantillons sont sujets aux erreurs.

Niveau de signification

Un niveau auquel un événement est considéré comme statistiquement significatif est appelé niveau de signification. Les statisticiens utilisent une statistique de test appelée valeur p pour obtenir la signification statistique. Si la valeur p d'un événement tombe en dessous d'un niveau particulier, l'événement est considéré comme statistiquement significatif. La valeur p est fonction des écarts types et des moyennes des échantillons de données. La valeur p est la probabilité d'un événement qui certifie que le résultat d'un test statistique se produit par hasard ou en raison d'une erreur d'échantillonnage. En d'autres termes, c'est le risque d'échec d'un test statistique. À l'opposé de la valeur p se trouve le niveau de confiance qui est 1 - valeur p.

Si la valeur p d'un résultat est de 5%, cela signifie que le niveau de confiance du résultat est de 95%.