2) 0,01
3) 0,05 (+)
4) 0,005
В биологических и медицинских исследованиях традиционно используют уровень статистической значимости α = 0,05, то есть допускают не более 5% риска ошибки первого рода. Ошибка первого рода заключается в отклонении верной нулевой гипотезы и ложном признании различий между группами или наличия эффекта. Поэтому значение 0,05 является общепринятым верхним порогом, а более низкие уровни значимости представляют собой более строгие критерии.
Статистическая значимость оценивается с помощью p-значения, которое сопоставляют заранее выбранному уровню α. Если p ≤ 0,05, нулевую гипотезу отвергают и различия считают статистически значимыми; при p > 0,05 оснований для её отклонения недостаточно. При этом p-значение не показывает вероятность истинности гипотезы и не характеризует клиническую значимость эффекта: последнюю оценивают по величине эффекта, доверительному интервалу и медицинской применимости результата.
Уровень 0,05 является стандартом, но не универсальным законом для всех ситуаций. При множественных сравнениях, высоком риске ложноположительных выводов или принятии критически важных решений применяют более строгие пороги и корректируют уровень значимости. Выбор α должен быть обоснован до начала анализа и учитывать дизайн исследования, число проверяемых гипотез и последствия статистической ошибки.
| Ситуация | Соотношение p и α | Статистический вывод | Практическое значение |
|---|---|---|---|
| Обычное биомедицинское исследование | α = 0,05 | Допустимый риск ошибки первого рода — 5% | Наиболее распространённый стандарт проверки гипотез |
| Получены статистически значимые различия | p ≤ 0,05 | Нулевая гипотеза отвергается | Различия маловероятны при условии истинности нулевой гипотезы |
| Статистически незначимые результаты | p > 0,05 | Нулевая гипотеза не отвергается | Нельзя утверждать наличие различий; это не доказывает полного отсутствия эффекта |
| Строгий критерий для подтверждающих исследований | α = 0,01 | Допускается не более 1% ошибки первого рода | Снижается вероятность ложноположительного вывода, но возрастает риск ошибки второго рода |
| Множественные сравнения | Скорректированное α ниже 0,05 | Порог изменяется с учётом числа проверок | Применяют, например, поправки Бонферрони или методы контроля FDR |
| Оценка клинической значимости | p ≤ 0,05 и анализ эффекта | Одной статистической значимости недостаточно | Учитывают размер эффекта, 95% доверительный интервал и клинический порог полезности |
Таким образом, правильным является значение 0,05 как максимально допустимый стандартный уровень значимости различий. Чем меньше α, тем строже критерий признания результата статистически значимым. Интерпретация должна включать не только p-значение, но и доверительный интервал, размер эффекта и качество дизайна исследования. Статистическая значимость сама по себе не означает доказанной эффективности или практической ценности медицинского вмешательства.