评审员回复意见中提到他在决定我的论文能否发表前，想要先看过“measure of effect size（衡量效果规模值）”，这是什么意思？为什么光P值不够？

先前，许多研究的特点是“零假设检验”（null hypothesis significance testing，NHST），这种情况下，研究人员主要都专注于将P值控制在低于统计显著性的假设值，这通常视为结果“真实性”的指标，也就是说研究发现不是侥幸得来，不过，单靠统计显著性，不代表在实践中的重要性，举例来说，一个减肥药对体重减少表现出统计显著相关，但如果是在3个月期间减少3公斤，该药物并不是那么有效，可惜大部分的读者（包含医生）只看体重减少与其P值，可能就高估药效。一个常见的错误是统计显著性的差异或相关性的假设其实带有实践或临床含义。NHST有2项重要的限制因为它不提供（1）利益效果的预估大小或强度、（2）预估效果大小强度的精确度。因此目前你只有提供P值的情况会有问题。实际上，像Pediatrics这类的期刊有清楚要求作者摘要跟内文里的结果除了P值或误差有统计显著的叙述外，应有效果量及95%的置信区间。

就像先前所说的，P值只能提供有限的信息，我们要知道的是误差有多大，相关性有多强，而效果量可以告诉我们这些。例如，当我们说“吸烟和一个人的性生活满意度显著相关。（p < .001）”，但我们不知道它们的关联性有多强，如果我们发现相关系数是.1，那么实际上它们相关性是挺弱的；又如果相关系数是.7，那么实际上它们彼此间的关系是挺有趣的。当同时提供效果量与置信区间（可能的效应值概率）时，相较于只有P值（不论P值大小）更能让我们更有效评估数据间的相关性，所以像美国心理学会（APA）统计推断小组会强烈要求作者“主要结果总是先呈现效应量”，而“完整报告检验假设、预估效应量与置信区间”更是APA期刊的最基本要求。

效果量应该是怎么样呢？APA报告提供一些有用的建议：「如果度量单位于实际面来看是有意义的（比如一天抽几根烟），那么一般非标准单位（回归系数、平均数）会比标准单位（r或d）来得好，这也等同于说明效应值符合实践和理论。」效果量可以用原单位呈现，像是解决检验问题的平均数，这是最容易让人理解的方式。不过，像是Cohen's d这样的效应量标准（如units-free）单位有时候也是很有用的，这种效果量根据统计检验的不同而改变，在方差分析（ANOVA）中你可以用埃塔平方（部分埃塔平方也可）、ω平方或是F检验，您也可以利用以下几个连接找到一些有用的论文：

• 了解置信区间及效果量预估：

  http://www.psychologicalscience.org/index.php/publications/observer/2010/april-10/understanding-confidence-intervals-cis-and-effect-size-estimation.html

• 效果量就是蠢：效果量是什么？为什么重要？

  http://www.leeds.ac.uk/educol/documents/00002182.htm

• 一个简单的方法计算已发表研究论文的效果量

  https://www.researchgate.net/publication/253642160_How_to_calculate_effect_sizes_from_published_research_A_simplified_methodology

总的而言，我建议你根据评审意见添加效果量，这样不止能提高您的论文发表几率，也能让你的论文对其他的研究人员与医生来说更有用有趣，祝好运！

∷Eddy博士国际期刊发表支持中心内容由意得辑英文校对专家团队支持提供∷

【意得辑提供专业英文论文编校、学术论文翻译、英文期刊发表一站式服务  www.editage.cn】

____________________________________________________________________________________________

登录意得辑专家视点频道取得更多发表相关信息与资源

相关专题：投稿与审稿
转载本文请联系原作者获取授权，同时请注明本文来自Editage意得辑科学网博客。
链接地址：https://blog.sciencenet.cn/blog-769813-687755.html

上一篇：研究人员可争取的奖项
下一篇：摘要可以有统计信息吗？