统计显著性表示统计实验或检验的结果不是随机发生的，而是可以归因于某种原因。结果的统计显著性可以很强或很弱，这对于严重依赖研究工作的行业（如保险、制药、金融、物理等）非常重要。
统计显著性有助于选择样本数据，以便可以判断检验的结果或结果是否真实，而不是由随机原因引起的。
统计学家通常通过抽样误差来制定统计显著性程度。通常可以接受 5% 的抽样误差。样本量也很重要，因为样本量应该是具有代表性的样本，而不是非常大的样本，因为大样本容易出错。
Significance Level
事件被认为具有统计显著性的水平被称为显著性水平。统计学家使用称为 p 值的检验统计量来获得统计显著性。如果事件的 p 值低于特定水平，则该事件被认为具有统计显著性。p 值是样本数据的标准差和平均值的函数。p 值是一个事件的概率，它证明统计检验的结果是偶然发生的还是由于某种抽样误差造成的。换句话说，它是统计检验失败的风险。p 值的对立面是置信水平，即 1 - p 值。
如果结果的 p 值为 5%，则意味着结果的置信度为 95%。