在当代科学领域，我们经常听到“统计显著性”这个概念。这是一种用来判断研究结果是否具有重要性的统计学方法。然而，这个看似挺牛的理念的诞生，却并非一帆风顺。
回溯至20世纪初期，统计学家高斯在其尝试解决星等测定中的误差问题时，最早引入了p值概念。正是在他的努力下，统计显著性这个古怪的概念开始了它的旅程。
然而这个理念并未迅速扎根发展。直到20世纪20年代的皮尔森，才将p值与统计推理相关联。皮尔森是一位杰出的数学家，他的研究对于现代统计学的发展产生了深远影响。
皮尔森将“p”定义为研究结果在零假设下的概率值。所谓零假设，即认为两项研究之间不存在显著差异。如果研究结果的p值小于事先设定的显著水平，通常是0.05，那么我们就可以拒绝零假设，认为结果具有统计显著性。
然而，统计显著性的采用并非可遇不可求。它依赖于诸如样本大小和效应大小等因素，而且也容易受到其他变量的干扰。这种方法在许多领域都备受争议。
在科学研究中，对于p值是否具有实际意义经常存在争议。部分研究人员认为p值只是个指标，无法直接反映研究结果的大小和重要性。然而，还有许多科学家坚信，“统计显著性”在推动科学进展方面起到了重要的作用。
在当今科学领域中，尽管随着技术和研究方法的不断发展，人们对“统计显著性”这个奇怪理念的使用越发谨慎，但它仍然是科学研究中一种重要的评价和判断手段。
总的来说，“统计显著性”这个奇怪理念的诞生和发展过程并不平坦。它是科学界对于推动科学发展的一种探索，虽然存在争议，但它却是我们在判断研究结果是否具有重要性时不可或缺的工具。
让我们在今后的科学研究中，以更严谨和全面的方式来评估研究结果，不断完善这个奇怪而又有用的理念，为科学事业增添新的发展动力。
参考链接：https://www.sciencenews.org/article/statistical-significance-p-value-null-hypothesis-origins
了解更多有趣的事情：https://blog.ds3783.com/