||
P值是否高于或低于划分“统计显著性”的任意阈值(如0.05),决定假设是否被接受,论文是否发表,产品是否上市。但是,将P值作为接受什么为真理的唯一仲裁者,也意味着一些分析结果是偏倚的,一些假阳性被夸大了,一些真正的影响被忽视了。
科学家们反对统计显著性
在本周的一篇评论中,三位统计学家呼吁科学家放弃统计显著性(call for scientists to abandon statistical significance)。作者并不要求将P值本身作为一种统计工具来抛弃,相反,他们希望结束将其作为一个任意意义阈值的使用。超过800名研究人员签署同意。本周美国统计协会(R.L.Wasserstein等人)发表一系列相关文章(R. L. Wasserstein et al. Am. Stat. https://doi.org/10.1080/00031305.2019.1583913; 2019)。一篇文章哀叹道:“工具已经变成了暴君。”
统计显著性深深地融入到科学的实践和评价中,将其脱离出来是一件痛苦的事情。批评家们会反驳说,专横的守门人比不清楚的守门人要好,更有用的论点是,哪些结果应该算作(或反对)效果的证据。各方面都有合理的观点;Nature目前并不想改变它在评估论文时对统计分析的看法,但我们鼓励读者分享他们的观点(见 go.nature.com/correspondence)。
如果研究人员真的放弃了统计意义,他们应该怎么做呢?他们可以从反省统计上的错误观念开始。最重要的是要有勇气在每次研究中从多个角度考虑不确定性。逻辑、背景知识和实验设计应与P值和类似指标一起考虑,以得出结论并确定其确定性。
简而言之,要持怀疑态度,选择一个好问题,并尝试以多种方式回答它。要接近真相需要很多数字。
It’s time to talk about ditching statistical significance
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-27 07:25
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社