1樓：何成江
又在不同的場合看到5%這個比率，突然間覺得這本來就是乙個很主觀的數字，我可以認為1%是小概率的劃分點，也可以把7%當著小概率的劃分點，這不是統計上的意義，而是自己心理預期。
比如說我要追女神，不過覺得她實在是太驚豔了，到手就是個小概率事件，那這個小概率到底是多少？我難道要去找一堆女神樣本來不聽地追，或者盯著乙個女神不停不停地追，然後算出乙個概率來嗎。
我想不是的，這個小概率也就是我抖一激靈就出來的概率值，根本算不出來的。
2樓：靜學社-學無止境
個人覺得是經驗總結和邏輯推導都有吧。
樓上有人說了，這個值最開始是 Fisher 定的，然後就沿用了下來。有的人可能對 Fisher 不太了解，我簡單說下吧，Fisher 這個傢伙是個非常非常了不起的統計學家，統計學裡面很多很多的東西都是這個傢伙弄出來的，Fisher 的數學才能比同時代的好多數學家都要厲害，他有時候發表某個觀點會附上一堆的數學證明，然後同時代的一些統計學家看了後一臉懵逼，看不懂！！所以0.
05這個值Fisher一定是經過了一些數學推導的，不可能是隨便想出來的乙個。
面對大部分問題來說，5%是很好的乙個度量，所以這個0.05才會被大家採納，否則那麼多出色的統計學家不可能傻乎乎的就接受了這個0.05。
雖然0.05大家都在用，但是統計學裡面從來都沒有說你必須要選5%。你要是能充分的理解統計學假設檢驗的原理，那麼你就可以根據你所研究的問題選擇乙個更合適的值。
不過話說回來，如果你也不知道到底是選多少的時候，5%還真是乙個很好的選擇，因為5%這個值不是太小，這樣你的區間估計的值才有意義，如果選1%，那麼區間估計的值範圍太廣，這樣得到的區間估計的值可能沒什麼意義。選10%，有點太大，犯第一類錯誤的概率是10%，這個概率好像也挺高的。選5%，犯第二類錯誤的概率也不會太大，你要是選的太小，那麼犯第二類錯誤的概率會比較高。
我們選5%，其實指的是犯第一類錯誤的概率是5%，但是我想提醒大家的是，通常你也要關注下你犯第二類錯誤的概率，所以假設檢驗的原理你一定要搞懂，很多人只知道第一類錯誤，但是不知道怎麼去計算第二類錯誤，這在實際工作人是非常危險的。
3樓：了不起的蓋茨比
題主所問的問題應該是為什麼通常用5％作為小概率，而不是6％或者7％，或者更極端的1％。
先順著其他答主的邏輯談一下5％有何效應，對於正態分佈來說隨機變數的值落在μ±2σ的概率接近95％。對於更一般的情況，可以用切比雪夫不等式來計算概率，即隨機變數的值落在μ±kσ的概率是1-1/k。
下面回答題主的問題。著名的英國統計學家費希爾把小概率的標準定為0.05，但並未給予充分的解釋，人們沿用了這一標準，因此5％不過人們約定俗成的規定。
4樓：麵包
對於正態分佈來說， 隨機變數的值在（期望-2*標準差，期望+2*標準差）的概率為95%。所以一般性，小概率事件為5%。但，隨機變數的值在（期望-3*標準差，期望+3*標準差）的概率為99%，所以其實也可以用1%為小概率事情判定的閾值。
GTA5是如何實現那麼做那麼小比例的地圖仍然能不會讓玩家感覺出來的？
廢舊汽車 這其實沒什麼原不原理的，因為他是遊戲，這個前提是刻在你腦子裡的，所有的感受都以這個為前提，所以遊戲也是這麼製作的。比如你從東邊到西邊感覺最多也就十公里，天吶十公里啊！這可是個遊戲啊！你就會覺得很大了，因為你玩遊戲的時間只是現實生活的很小部分，假如你一天24小時都在玩遊戲甚至生活在遊戲裡，你...
研究所工作5年 10年後的待遇，晉公升比例如何？
xyzzzz 工作5 10年之間。待遇與部門相關性比較大，因為每個部門的業務有點不一樣，績效差別也大。同樣是研發部門，有些部門年收入可能是其他部門的1.5倍甚至更多。當然，基本工資都一樣，主要是績效不一樣。試想一下，如果人均產值500萬的部門，跟一年沒幾個專案的部門，年收入一樣，人員流動會是咋樣的?...