显着性或假设检验的概念与整个人群无关。假设检验基于您处理（通常）无限总体中的样本的假设，并提出以下问题：我们从满足原假设假设的总体中偶然抽取样本的概率是多少？如果这个概率很低，那么我们拒绝空值。

想象以下场景。您测量两组人（例如，十个人来自纽约，十个人来自克拉科夫），发现两组的平均身高分别为 1.80 米和 1.79 米，标准差为 15 厘米。如果这是来自无限人口的样本，您不会拒绝原假设——差异很小，我们得出结论，如果现实中没有差异（即在我们的无限人口中），获得这些结果的概率是比较高的。

但是，如果这两个群体构成了全部人口，那就没有意义了。如果您测量了居住在克拉科夫和居住在纽约的每个人，并且您发现平均差异为 1 厘米，那么这些人口的平均值是不同的，句号。我们不再有概率，只有测量！（——除了可能的测量错误）。

您可以做的是显示效果大小。在假设的例子中，例如使用 Cohen 的 d 来显示组之间的差异；也就是说，表达标准偏差的差异。在上面的示例中，差异为 1cm/15cm = 0.0(6)。如何计算您的影响大小将取决于您的数据实际上是什么。

我认为，关键不是要问什么具有统计意义，而是要问作为科学家的你的影响大小是重要的。

就目前而言，一月的回应是正确的。但是，如果说您正在考虑的人口相对较小，例如 100 到 1000，并且您收集了特定时期的数据，那么如果您想推断您的结论在未来也适用于类似的群体，那么您可以发现将其视为样本并应用统计过程更为合适。即使对于城市来说，在一年多的时间里，如果将它们用于预测目的，也可能会有大量移民或移民涌入或流出，或者可能存在流行病或其他可能影响您的结论的事件。

你必须经常问自己，我对什么数量感兴趣？统计不（直接）回答非数字问题。你必须考虑——我对哪一组人感兴趣，他们与手头样本中的价值观有什么关系？

描述性统计数据，例如平均值、相关系数或 Cohen's d，量化了样本的各个方面。推论统计，例如点假设检验，基于子集（面对抽样误差）为整个人口提供这些非常相同的测量值的估计。如果整个人口的测量没有错误，这可以让人们猜测描述性统计数据会是什么。他们从我们可用的一些数据概括到我们没有的一些数据——假设我们拥有的数据代表了我们没有的数据。

推论统计不会超过描述性统计的近似值。正如@january 所指出的，统计意义并不意味着实际意义；相反，统计显着性（在点假设检验的情况下）告诉您，您可以将低置信度分配给总体参数的特定单个值（通常为零）。如果您确切知道总体参数的值，我无法想象有任何理由来估计它。

对总体参数的给定值信心不足对您意味着什么，例如当 p<0.05 时“拒绝零”，通常意味着您有信心拒绝总体均值为 0 的假设，取决于有问题的问题。该值可能不为零，但低到没有实际相关性。与知道总体参数为特定（非零）值相比，测试拒绝零点并不携带更直接的信息；相反，它携带的信息较少，因为假设检验对一个值表示怀疑，而描述性统计量对除一个值之外的所有值表示怀疑。（间接地，一个pvalue 还会通知您其他描述性统计数据，例如方差和效应大小）。您可能会将推论统计想象为分配给描述性统计的“置信度标签”（尽管这个比喻已经危险地接近 p(H|D)）。

然而，要说如果研究人员感兴趣的整个人口都被测量过，那么描述性统计无疑是优越的，这并不容易。推论统计是否有意义不仅取决于抽样人口的比例，还取决于测量的可靠性。例如，@January 示例中的高度很容易正确测量（暂时忽略人们成长、死亡、发生事故……）。但是，如果你对他们的记忆力、收入或胡须长度感兴趣怎么办？在这种情况下，即使对总体进行了抽样，抽样误差也会表征数据，而您实际上并不精确地知道参数。如果您要重复测量，您将得到完全不同（尽管在统计上非常相似）的结果！在这种情况下，推理可能仍然有用。

但基本上：考虑您对哪个参数感兴趣。p值和统计显着性与其说是参数，不如说是这些参数的“置信度标签”。