我的观点是它确实（也不应该）依赖于研究领域。例如，如果您试图复制具有历史或公认结果的研究（我可以想到几项关于效应的研究，这些研究导致过去几年的一些争议）。这相当于在经典的 Neyman-Pearson 框架内考虑较低的“阈值”来检验假设。然而，统计和实际（或实质性）意义是另一回事。$p<0.001$

旁注。“恒星系统”似乎早在 70 年代就主导了科学调查，但参见 J. Cohen 的 The Earth Is Round (p < .05) ( American Psychologist , 1994, 49(12), 997-1003)，尽管我们经常想知道的是给定我观察到的数据，但为真的概率是多少？无论如何，Jerry Dallal也对“为什么 P=0.05？ ”进行了很好的讨论。$H_0$

可能很少有人使用低于 0.01 的预先指定的 alpha 水平，但人们声称隐含的 alpha 低于 0.01 并错误地认为观察到的 P 值小于0.01 与小于 0.01 的 Neyman-Pearson alpha 相同。

Fisher 的 P 值与 Neyman-Pearson 错误率不同或可互换。并不意味着，除非在设计实验时决定使用作为显着性的临界水平。如果您将视为显着，则意味着假阳性声明的概率为$P = 0.0023$$\alpha = 0.0023$$0.0023$$P = 0.05$$P = 0.0023$$0.05$

看看哈伯德等人。对经典统计检验中证据测量 (p's) 与错误 (α's) 的混淆。美国统计学家（2003 年）卷。57 (3)

我对这些文献不是很熟悉，但我相信一些物理学家在统计测试中使用的阈值要低得多。然而，他们谈论它的方式略有不同，因此社会科学家可能没有意识到这种联系。

例如，如果测量值与理论预测相差三个标准差，则将其描述为“三西格玛”偏差。基本上，这意味着感兴趣的参数在统计上不同于的 az 检验中的预测值。两个 sigma 大致相当于（实际上是 1.96 σ）。如果我没记错的话，物理学中的标准误差水平是 5 sigma，即或。$α = .01$$α = .05$$α = 5*10^-7$$p < 0.0000005$

此外，在神经科学或流行病学中，对多重比较进行常规校正似乎越来越普遍。因此，每个单独测试的误差水平可能低于。$p < .01$

正如 Gaël Laurans 所指出的，上述涉及多重比较问题的统计分析倾向于使用更保守的阈值。但是，本质上他们使用的是 0.05，而是乘以测试次数。很明显，这个过程（Bonferroni 校正）可以很快导致非常小的 p 值。这就是为什么过去（在神经科学领域）的人们停在 p<0.001 的原因。现在使用其他多重比较校正方法（参见马尔可夫随机场理论）。