要理解学术论文中的统计显著性 (statistical significance)，你需要查看 p 值 (p-value) 以判断研究结果是否可能源于偶然，通常使用的阈值是小于 0.05。当研究人员声称某项发现具有“统计显著性”时，他们是在表明其数据具有足够的说服力，能够拒绝不存在任何关系或效应的假设（即零假设，null hypothesis）。
尽管结果部分背后的数学计算可能令人望而生畏，但你可以通过关注几个核心指标来有效评估研究的统计结论。
1. 查找 p 值
p 值是用于表示统计显著性最常见的指标。它反映了在实际不存在真实效应的情况下，观察到现有结果的概率。
- p < 0.05: 结果被认为具有统计显著性。该结果随机发生的概率不足 5%。
- p > 0.05: 结果不具有统计显著性。现有证据不足以证明效应的存在。
2. 检查置信区间 (Confidence Intervals, CIs)
p 值只能提供简单的“是”或“否”，而置信区间则提供了一个真实效应可能落入的数值范围。95% 的置信区间意味着，如果将该实验重复 100 次，真实结果会有 95 次落在该范围内。如果差异的置信区间跨越了零（例如 -0.2 到 1.5），则该结果通常不具备统计显著性，因为真实的差异可能为零。
3. 区分统计显著性与实际意义
早期科研人员常犯的一个错误，就是将统计显著性与实际重要性混为一谈。一项样本量极大的研究，可能会针对现实世界中微乎其微的差异得出具有统计显著性的 p 值。因此，务必关注效应量 (effect size，如 Cohen's d 或 Pearson's r)，它能反映该发现的实际幅度或意义。
4. 结合上下文验证结论
作者有时会将关键的统计数据隐藏在密集的表格中，或使用复杂的专业术语来掩饰较弱的研究结果。如果你觉得结果部分晦涩难懂，WisPaper 的 Scholar QA 功能允许你直接针对论文数据提问，并提供通俗易懂的解答。这些解答会溯源至具体的页码和段落，方便你轻松验证相关结论。
5. 考虑统计功效 (Statistical Power)
统计功效是指当真实效应确实存在时，研究能够检测出该效应的能力。小样本研究通常缺乏得出可靠结果所需的统计功效。如果一篇论文声称没有显著差异，但仅测试了十名受试者，那么该研究可能只是统计功效不足 (underpowered)，而不能证明效应不存在。