Статистическая достоверность и статистическая значимость, Чем они отличаются? Опции

[katja52]

Я только что прочитала статью Н.А. Зорина "О НЕПРАВИЛЬНОМ УПОТРЕБЛЕНИИ ТЕРМИНА "ДОСТОВЕРНОСТЬ" В РОССИЙСКИХ НАУЧНЫХ ПСИХИАТРИЧЕСКИХ И ОБЩЕМЕДИЦИНСКИХ СТАТЬЯХ", опубликованную в журнале "Биометрика", и столкнулась с такой проблемой: я запуталась, что же такое "статистическая достоверность" и "статистическая значимость"? При попытке найти определения этих терминов, я нашла много версий этих определений. Исходя из того, что я нашла, "статистическая достоверность" и "статистическая значимость" получается, одно и то же. Или нет?
И ещё вопрос:
Что имеют в виду, когда говорят, что различия "статистически значимы", и что имеют в виду, когда говорят, что различия "статистически достоверны"?
Объясните пожалуйста ПРОСТЫМ языком, так как из прочитанной литературы я не могу этого понять (ну не доходит до меня, как ни стараюсь).

[плав]

Правильная запись "При сравнении группы 1 и группы 2 выявлено статистически значимое увеличение показателя А на N единиц (P=0.02)" и все. Остальное - уровень ошибки альфа и прочее описывается в Материалах и методах. Как и при любых других методах (например, Абеля-Кендалла для измерения холестерина) существуют проблемы, о которых специалисты знают. Предполагается, что в области статистики все являются специалистами и понимают, о чем идет речь. Поэтому запись р=0,02 достаточна, чтобы читатель понял, что вероятность случайного получения таких различий при взятии выборок из одной популяции составляет 2%. Запись "статистически значимое" это оценочное суждение, и Вы считает, что если вероятность р меньше 0,05, то результат можно оценить как "статистически значимый". Вероятности справедливости нулевой гипотезы не принято приводить, ибо тогда становится очевидной субъективность выводов (помните, там наверху было указано, что надо предположить убежденность в справедливости нулевой гипотезы до начала эксперимента).
Установка заранее границ достоверности была сделана как раз для борьбы с этой субъективностью. Однако подход был иной. Исследователь заранее определяет приемлимые вероятности ошибок I (альфа) и II (бета) типов, затем определяет клинически значимые различия между группами. На основании этой информации расчитывает потребный объем выборки и проводит эксперимент. Если различия оказываются больше заранее выбранной границе - гипотеза подтверждена, препарат работает, если нет - не работает. Таким образом проводится планирование всех клинических испытаний.
Тот факт, что в диссертациях мощность исследования не уитывается, не удивляет - адекватная статистическая оценка гипотез убила бы целые научные направления, которые живут только благодаря малому числу наблюдений и предпочтительному цитированию. Но это - оффтопик.
В целом же на сегодняшний день повторюсь, р - величина, получаемая в результате эксперимента, альфа - теоретическая граница, используемая для оценки р (неправильно, но так принято). Иными словами условие достверности различий р<альфа.