概念进阶新：概率与统计
统计显著性
也叫：显著性
判断观察到的差异，是真信号还是只是随机噪声。
核心讲解
作者用一个比赛的例子说明显著性。假设一场横跨西伯利亚的超长距离比赛，两个选手之间只差一秒冲线。这点差距，放在漫长赛程里完全可能只是风势、路况或状态的随机波动，根本不足以断定谁真的更强——这就叫"不够显著"。相反，如果差出几个小时，那就很难再用随机波动解释，显著性才足够强。关键在于，显著性不是线性的。在正态分布下，偏离均值一个标准差、两个标准差、三个标准差，其属于随机波动的概率是指数级衰减的：偏离一倍时还常见，偏离两倍就稀少多了，三倍以上几乎罕见。这意味着，从"涨跌1%"到"涨跌2%"，结论的可靠性不是变成两倍，而是非线性地大幅跃升。作者借此提醒：面对一个看似有规律的结果，先问它够不够显著、能不能排除噪声，而不是看到一点波动就急着归因。
费曼版：用大白话再讲一遍
你称一只鸡的重量，秤抖了一下跳了几克。你不会说"鸡胖了"。可要是连续称出差出一斤，那才真的说明鸡长肉了。差别不大时，多半是秤在抖；差得越离谱，越不像抖动。
要点
- 显著性衡量观察到的差异，能否排除随机波动的解释。
- 差一秒冲线不显著，差几小时才够显著。
- 显著性随偏离幅度非线性跃升，而非线性加倍。
- 面对结果先问够不够显著，再谈有没有意义。
常见误区
- 把任何可见的波动都当成有意义的信号。
- 以为偏离幅度大一倍，结论可靠程度也只大一倍。
- 有了显著性，就以为找到了因果（显著性不等于因果）。