stata如何看统计结果显著不显著

统计结果的显著性指结果是否由随机因素产生,或者是否与假设一致。判断统计结果显著性的主要方法有:

1. p值法:p值越小,结果越显著。一般p<0.05为显著,p<0.01为非常显著。

2. 置信区间法:置信区间包含0,则结果不显著;不包含0,则结果显著。

3. t检验:t统计量的绝对值越大,结果越显著。根据自由度和显著水平可以查t表判断显著性。

4. F检验:F统计量越大,结果越显著。根据自由度和显著水平可以查F表判断显著性。

对统计结果显著性的判断还需要注意几个方面:

1. 选用的显著水平α值:一般选择0.05或0.01,值越小判定越严格。

2. 自由度:自由度越大,相同统计量下判断越严格。

3. 样本量:样本量越大,相同统计量下判断越严格。

4. 数据分布:不同的分布对应不同的判断方法,如正态分布适合Z检验和t检验,非正态分布适合非参数检验。

5. 双尾检验或单尾检验:双尾检验相同条件下判断比较严格。

6. 类型I错误和类型II错误:α值越小,类型I错误风险越小,但类型II错误风险越大。应权衡考虑。

综上,判断统计结果的显著性需要遵循严格的方法和标准,同时综合考虑多个影响因素,才能得出科学和准确的判断。只有在严格的统计检验下得出“显著”的结论,才具有较高的说服力和可信度。

所以,判断统计结果显著与否需要多方考虑,遵循严格的统计判断方法和标准,这是得出科学统计结论的基础。