正确使用统计P值

发布日期：2019-10-29 10:18 来源：网络作者：Admin 浏览次数：

2019年3月21日出版的《自然》杂志上发表的一篇评论文章中，三位统计学家提出了研究者应该放弃统计显著性的概念。超过800名科学家联合署名表示支持。人们已经认识到p值的误用由来已久。当我们仅根据结果是否具有统计显著性（即p<0.05）来判断结果好坏，然后决定是否发布统计结果时，会发生发表偏倚。这种做法也可能导致两个相似的研究得出不同的结论，从而导致科学研究的再现性低。尽管许多统计学家和研究人员已经认识到p值的误解与误用问题，但是没有任何有效的措施来规避它。最近《自然》杂志上发表的这篇评论文章可能是科学界解决这一问题的推动力。

我们仍然需要统计方法来分析我们的数据。本文提出的建议是：我们不应根据p值是否低于0.05将结果分为两类（例如，有效与无效）。同样，我们不应使用任何其他统计数据将结果分为两类。我们应该将p值视为连续变量。最重要的是，我们应该根据其科学含义而不是统计显著性来评估结果。期刊The American Statistician（第73卷，2019年，Suppl 1期）提出了一个重要问题：如果我们弃用p<0.05，我们能做些什么？替换p值没有什么神奇之处。我们需要选择最适合我们想要解决的科学问题的数据分析方法，并且我们需要更好地理解统计检验以准确地解释结果。

无论如何，使用P值时请遵循以下一些小建议：
报告实际p值而不是p<0.05。请注意，p绝不会正好为1或0，因此如果统计软件返回此类数字，请写p>0.999或p<0.001。
除非为了说明显著性阈值p值，其他地方不要用“显著性”（“significant”）这个词。当您报告实际p值时，也没必要说差异很大。为了避免读者会对您的本意感到困惑，请您换个词表达p值的其他含义。
报告您分析的所有变量，而不仅仅是p<0.05的变量。应该让您的读者全面了解您的研究情况。

下一篇：CiteSpace-一款有趣的文献计量分析软件

上一篇：STATA——安装meta分析模块