定量化学分析中的显著性检验和显著性水平

在实际工作中对于一个分析试样（一个总体）可能有多种试验方式。例如：由同一分析人员,用两种方法分别作平行测定得两组分析结果；由两位不同的分析人员（或不同实验室）,用同一方法分别作平行测定,也得到两组分析结果。在结果之间或结果与标准值（真值）之间会存在差异。这些差异来源于随机误差、系统误差或过失误差。如果“差异”来自于系统误差或过失误差,则实验结果是不能被接受的,这种差异称为显著性差异。若“差异”来自于随机误差,则属于正常现象（随机误差不可避免）,实验结果是可以被接受的,这种差异称为无显著性差异。在实际工作中,辨别差异是否“显著”是很有意义的,例如前述的第一种情况,若其中一个方法是标准方法,另一个是新建方法,只有当两组实验结果间无显著差异时才能说明新建方法是可靠的,是可以被接受的；第二种情况可以用来考核某人的实验水平,只要能检验出被考核人员的分析结果与有水平、有经验人员的分析结果间无显著差异,被考核人员的实验水平就可被承认,被通过。

用统计的方法,判断实验结果有无显著性差异的过程称为显著性检验。

显著性检验的基本依据是统计学中的所谓“小概率事件原则”。这一原则认为,如果一个事件发生的概率很小（称为小概率事件）,那么在一次试验中,实际上可认为它是几乎不可能发生的。如果某个小概率事件竟然发生了,则认为这是一个反常现象。小概率越小就越显得异常,所以此小概率在显著性检验中称为显著性水平α,α反映了显著性差异的程度。系统误差或过失误差不是随机变量,不服从统计规律,不受上述原则的限制。而随机误差或其他随机变量遵守上述原则。一般认为概率等于或小于显著性水平的事件就可认为是小概率事件。例如规定置信水平为95%时（α=5%）,P≤5%的事件就是小概率事件。

显著性检验的一般步骤为：

（1）指明置信概率；(www.xing528.com)

（2）提出假设,假设在指定概率下被检验事件之间无显著性差异,不存在系统误差或过失误差；

（3）计算统计量值及从有关的统计用表中查出表值；

（4）比较计算值和表值,作出统计检验的结论。