统计学意义

随着体育运动的不断发展，输赢之间的界限越来窄，对基于证据的研究的需求也在增加。循证研究通过挑战知识和增进我们的理解来提高体育发展的学术信誉。然而，一个突出的问题是一些从业者有效解释研究结果的能力。

统计学意义是一种科学方法，有助于确定所报告的研究结果是否真实。因此，统计证据有助于提升我们对研究结果信心，而不是依靠人类的判断或偏见。但是，仅仅报告一个显著值并不能提供足够的证据来进行科学的论断，因为它不能告诉我们报告的差异的大小。因此，统计显着性应与效应量大小结合使用，以更好地理解研究结果。

关键词：统计学意义，真实，效应量。

随着媒体曝光率的提高和粉丝群的不断增加，体育界的企业（例如运动队）正在努力打造世界一流的结果和运动表现[1]。由此产生的要求对与打造出色表现的职业运动员有很大压力，这需要确保所有运动员都得到最佳的发展，并在与对手的竞争中获得优势[2,3]。但是，只有在支持学科（例如体育科学）提供足够的支撑的情况下，才能实现最佳运动表现。因此，对循证研究的需求正在增长，其最终目的是评估体育训练方案的有效性[4]。

这种不断扩大的证据基础通过挑战知识和提高我们对决定训练干预计划的价值和影响的相关问题的理解，增加了体育发展的学术信誉[5]。通过专注于循证研究，从业人员可以合理地批评与目标相关的训练计划的成功与否[6]。最终，这可以增加未来发展的基础，并有助于做出有关资源（例如时间，预算和设备）分配的决策[7]。

循证实践可以增强实际决策，但是对于一些从业者来说，对研究结果进行解释通常是困难的[8]。因此，实际研究只有正确解释才有价值。[8]许多科学结论的基础是“统计学意义”的概念，它实质上是衡量研究结果是否真实的指标。换句话说，统计上的显着性是两组之间观察到的差异是由于偶然性或某些感兴趣的因素引起的概率[9，10]。当发现存在显著性时，仅表示您可以确信它是真实的，而不是您只是幸运地选择了样本。

最常见的统计检验方法是使用特定的统计模型，根据预先确定的显著性水平检验零假设（原假设显著性检验；NHST）[11]。此方法本质上由四个部分组成：

零假设

零假设假定没有效果（例如变量之间没有关系，组之间没有差异或治疗没有效果）[9,12]，例如，实际上，咖啡因的摄入与反应时间之间没有关联。这是检验统计显著性的正式依据。通过从不存在关联的命题开始，统计检验可以估计观察到的变化是由偶然性或某些感兴趣的因素引起的概率[13]。

替代假设

另一种假设是这样的假设，即预测变量和结果变量之间存在关联[13]。例如，咖啡因的摄入与反应时间之间存在关联。

统计模型

统计模型是用来分析数据的统计检验，是在一组必须满足的假设下构建的，这样才能得出关于零假设的有效结论[9]。统计检验的示例包括：独立样本t检验，ANOVA和Pearson相关。

显著性水平

预定的显着性水平允许零假设被拒绝或接受[11]。在学术研究中广泛使用的显着性水平是0.05，通常被报告为“p=0.05”或“α=0.05”。如果计算出的p值小于预定的显着性水平，则零假设被拒绝，从而支持替代假设。例如，如果您要分析一组数据，分析咖啡因摄入后的反应时间，结果显着性值为p=0.03，则您可以拒绝零假设并接受替代假设，而前提是满足统计模型。这是因为，p值越小，数据与零假设[14]的统计不兼容性越大。换句话说，如果每个假设都是正确的，那么p值越小，数据就越不寻常[14]。

普遍存在一个误解，即与较高的p值相比，较低的p值与更强的治疗效果相关联[15]。例如，结果0.01通常被解释为比结果0.05有更强的治疗效果。如果我们能确定每个假设都得到了满足，那么这个结论是正确的，但p值更小并不能告诉我们哪个假设(如果有的话)是错误的。例如，p值可能非常小，因为目标假设确实是错误的；然而，由于违反了研究协议，它可能反而非常小[14]。结果，除非我们绝对肯定用于其计算的所有其他假设都是正确的，否则p值不会告诉我们与该假设具体相关的任何信息[14]。换句话说，较低的p值并不等同于重要性。因此，在接受或拒绝零假设时，我们必须谨慎行事，不应被视为证明替代方案确实有效的证据[12]。

尽管使用p值作为统计量度的方法很普遍，但是对统计意义的唯一使用和误解导致大量滥用该统计信息，因此导致一些科学杂志不鼓励使用p值[11]。例如，NHST和p值不应使我们认为结论可以是一个简单的，二分式的决定（即拒绝与不拒绝）[12]。结论并不能简单地在鸿沟的一侧变成“真”，而在另一侧变成“假”[9]。事实上，许多背景因素(即研究设计、数据收集、假设的有效性和研究判断)都有助于科学推断，而不是通过发现统计意义[9，12]。尽管有这些批评，建议并不是说临床研究人员放弃显著性检验，而是说他们应该纳入更多的信息来补充他们的发现[11]。话虽如此，重要的是能够正确解释统计意义，以避免进一步的滥用。

尽管在大多数分析中将0.05作为显着性的临界值（图1），但该数字并非一成不变。实际上，其他研究人员可能会将显着性水平降低到0.001或增加到0.10（图2）。例如，如果一个实验很难复制，可以获得大样本量，需要不同标准的严格性，或者如果对假设做出错误的决定，可能会产生非常严重的不良后果，然后研究人员可能会将显著性水平降低到0.01，以便更加严格，并减少研究结果中的偶然性水平[16]。