阿尔法水平是多少？| 统计

在频数统计中，α 水平（也称为显著性水平）是拒绝真假假设的概率。 在物理治疗研究中，零假设可能是两种不同的物理治疗干预在减轻疼痛方面没有差异。 α水平通常设定为 0.05，这意味着从长远来看，有 5%的几率会错误地拒绝零假设（即得出疼痛减轻程度存在差异的结论，而实际上并不存在差异）。

尤其重要的是，要将其作为一个长期结果来考虑。 如果进行 100 项类似研究，在没有影响的情况下，平均有 5 项会出现假阳性结果。

举例说明

假设一项研究比较了两种治疗下背痛的物理疗法干预措施，结果显示，干预措施 A 的平均疼痛减轻程度为疼痛量表上的 6 分，而干预措施 B 的平均疼痛减轻程度为疼痛量表上的 8 分。 如果α水平为 0.05，研究人员将拒绝零假设，并得出结论：两种干预措施在减轻疼痛方面存在统计学意义上的显著差异，因为平均值的差异大于偶然情况下的预期值。

所有冰雹 p<0.05?

需要注意的是，将阿尔法水平设定为 0.05 是一种惯例，而不是规则。 α水平的选择取决于研究的背景以及假阳性或假阴性结果的潜在后果。 例如，如果假阳性结果（即得出治疗有效但无效的结论）的后果比较严重，研究人员可能会选择使用较低的α水平（如 0.01）来降低假阳性结果的概率。

长远观点

我们要再次强调长远眼光的重要性。 你不能简单地说论文有 5%的几率是假阳性结果。 在进行研究时，要么是假阳性，要么就不是。 这 5%说的是长期结果。 在条件相似的多项研究中进行这种测试，会导致约 5%的论文出现假阳性结果。

物理治疗干预可能看起来对减轻下背部疼痛非常有效，但p 值很小（表明差异具有统计学意义），效应大小很大。 但是，如果这项研究没有在其他研究中得到重复，就很难确定这些结果是偶然因素还是真正的影响。

长期视角考虑的是一段时间内多项研究的结果，以便更全面地了解干预措施的有效性。 这种方法在物理治疗研究中尤为重要，因为单项研究的结果可能无法推广到其他人群或环境中。

误解

关于 p 值有几个常见的误解：

• P 值是衡量证据强度的指标： p 值不是衡量反对零假设的证据强度，而是假设零假设为真，观察到与观察到的统计量一样极端或更极端的检验统计量的概率。
• p 值越小，说明反对零假设的证据越充分： 小的 p 值只能说明数据与零假设不一致，但并不能为备择假设提供证据。 此外，小的 p 值并不意味着影响大或重要
• 0.05 的 P 值是显著性的硬门槛： 0.05 的临界值是任意设定的，已被作为统计显著性的常规临界值，但这并不意味着 p 值大于 0.05 的结果就自动不显著。 对 p 值的解释应取决于研究背景和研究问题
• P 值是零假设为真的概率： p 值不是零假设为真的概率，而是在零假设为真的情况下观察到数据的概率
• P 值可用来进行因果推断： p 值仅提供支持或反对零假设的证据，并不一定意味着因果关系。 因果推论需要更多信息，例如设计合理的研究，并对混杂因素进行适当控制

有关 P 值的更多信息。 点击这里查看我们的相关文章！

Upshur, R. E. (2001). 阿尔法的伦理：对医学中的统计、证据和价值观的思考。 理论医学与生物伦理学》，22（6），565-576。

Berger, V. W., & Hsieh, G. (2005). 重新思考统计学：根据随机试验中的安全性数据确定疗效α水平。 以色列急诊医学杂志》，5（3），55-60 页。

奈曼，J.和皮尔逊，E.S. (1928) On the Use and Interpretation of Certain Test Criteria for the Purposes of Statistical Inference. Biometrika, 20A, 175-240.

Greenland, S., Senn, S. J., Rothman, K. J., Carlin, J. B., Poole, C., Goodman, S. N., & Altman, D. G. (2016). 统计检验、P 值、置信区间和功率：误读指南。 欧洲流行病学杂志》，31（4），337-350 页。