怎樣理解p=0.06的統計學意義?

2021-01-08 丁香園

統計學問題一直是個充滿爭議和討論空間的話題。下面長青藤編輯與大家分享的是,由P=0.06引發的一場關於marginal association的討論。

丁香園戰友發帖求助:

我的論文是關於幾個SNPs和肺癌鉑類化療敏感性的相關性的文章,投稿返修回來,審稿人提到了我的文章的結果未進行多重檢驗校正,其實我自己不是沒做多重檢驗校正,關鍵是我進行校正後,都沒有陽性結果,只有一個 Genomic-control corrected有其中一個點是0.04多,其他的校正方法最小都是0.06了,不知道那樣可以不?

 

長青藤編輯對此提出了自己的觀點,也吸引了有不少熱心網友的關注和討論。節選片段如下:

 

網友:

0.06說明有marginal association,問題也不是特別大。

 

長青藤:

美國北卡羅萊納大學前心理學系主任曾明確說過,「marginally significantly的意義就相當於NOT significant。」如果作者拿marginally significantly p=0.06作為統計學意義的證據說事,那麼0.07行不行?如果0.07行,0.1行不行?從國際學術界的主流觀點看,Marginal association做統計就沒有意義。

 

網友:

心理系的主任,對統計學不一定特別了解吧。Nature的文章裡也有marginally significant的字眼。

 

長青藤:

在美國,最懂統計學的人除了專門做統計研究的,就是心理學專家和醫生研究者。確實在Nature發表的文章也可能出現marginally significant,這好比皇帝的女兒有再大的缺陷也能找到好婆家。別人的研究夠出色,即使有點小毛病也能忍了。而對於我們大多數醫生來說,論文如果不是驚天動地的成果,那還是嚴謹一點為妙。

 

網友:

P值等於0.05是大家通常的做法,至於為什麼選0.05,眾說紛紜。在不同的研究中,也可以選0.10作為標準,比如初步篩選中,有時候甚至可以選擇0.20. P值的大小,同時也取決於樣本量的大小。

 

長青藤:

p值等於0.05作為一個分水嶺,的確沒有什麼科學道理,但這是大家公認「約定俗成」的東西。要麼不去做統計,做了就必須尊重統計學得出的結論。

 

科學上把p值高於0.05的結果說成「marginally significant」,反之,p=0.04的結果為什麼沒有人說「marginally non-significant」?是的,在不同的研究中,(比如初步篩選中),有時候p值甚至可以選擇0.20。但初步篩選不是用來確定差別或者關聯的,而是「初步篩選」,而這一個步驟的關鍵在於不要漏掉了可能的因素。

 

事實上,差別(或者關聯等)統計學有顯著意義,不能等同於科學或臨床意義。舉個例子,美國哈佛大學醫學院Baldessarini教授曾經拒絕在美國神經精神藥理學院的聲明上簽字(聲明內容是抗抑鬱症藥不增加青少年自殺風險)。原因就是自殺風險雖然在服用和不服用抗抑鬱症患者中沒有統計學顯著差別,但自殺這件事情不可以完全用統計學意義來判斷。所以,話需要說明白,不可以對結果在統計學上偷換概念。

 

 

【長青藤編輯】於2007年在中國設立編輯部,依託美國兼職MD/PhD編輯團隊為中國醫生學者提供SCI醫學論文編輯修改服務,並創立中國醫學編輯新標準:編輯>潤色。了解更多SCI寫作發表資訊,歡迎關注新浪微博@長青藤編輯,丁香客@長青藤編輯,訂閱微信公眾號【長青藤編輯】。官網:www.theivyediting.com


相關焦點

  • 怎樣理解 p=0.06 的統計學意義?
    統計學問題一直是個充滿爭議和討論空間的話題。下面長青藤編輯與大家分享的是,由P=0.06引發的一場關於marginal association的討論。
  • 統計學白上了?Nature:800名科學家聯名反對統計學意義,放棄P值「決定論」
    正如標題所言這三位號召科學家放棄追求「統計學意義」,並且停止用統計學中常見的P值作為判斷標準。p值是指在一個概率模型中,統計摘要(如兩組樣本均值差)與實際觀測數據相同,或甚至更大這一事件發生的概率。換言之,是檢驗假設零假設成立或表現更嚴重的可能性。p值若與選定顯著性水平(0.05或0.01)相比更小,則零假設會被否定而不可接受。
  • 800名科學家聯名反對統計學意義,放棄P值「決定論」!
    這篇公開信名為《科學家們起來反對統計學意義》(Scientists rise up against statistical significance)。正如標題所言這三位號召科學家放棄追求「統計學意義」,並且停止用統計學中常見的P值作為判斷標準。
  • 你真的懂p值嗎? 說人話的統計學
    所以他認為,要是這塊鋼蹦兒不均勻,就只可能偏向正面。在這種情況下,「與樣本相同的結果」就只有5次正面這一種。►所以,如果鋼蹦兒是均勻的,連拋5次得到都是正面的概率就是0.5的5次方,也就是0.03125,這就是我們所說的p值。換句話說,這種結果得玩兒32次才會出現1次。即使不做這樣的計算,藍精靈從日常生活的經驗中,也能感覺到,對於一塊均勻的鋼蹦來說,得到這樣的結果實在不太可能了。
  • 統計學中一直提到的P值究竟是什麼?
    本文轉載自:統計網結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們越不能認為樣本中變量的關聯是總體中各變量關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關聯有5%的可能是由於偶然性造成的。即假設總體中任意變量間均無關聯。
  • 大學統計學白上了?800多科學家聯名反對「統計學意義」,P值該廢了
    最新一期Nature雜誌發表了三位統計學家的一封公開信,他們號召科學家放棄追求「統計學意義」,並且停止用統計學中常見的P值作為判斷標準。一般認為P≤0.05或者P≤0.01就有顯著性差異,研究就有統計意義。統計學上無顯著的結果並不能「證明」零假設;統計上顯著的結果也沒有「證明」某些其他假設。事實真的是這樣嗎?
  • 隨手學統計:繞不過的 p 值
    當 p<0.05 時,統計結果蘊藏著怎樣的玄機?歡迎走進今天的「隨手學統計」,丁香調查帶你認識這個繞不過的 p 值。首先,毋庸置疑,p 值是個概率。其真實的含義是當假設情形為真時,出現超出假設中的極端觀察結果的概率。還沒完全看懂這個定義是在說什麼?
  • 乾貨|統計學的P值危機
    今年3月份Nature發表了三個統計學家的一封公開信《科學家們起來反對統計學意義》(Scientists rise up against statistical significance),標題如戰鬥檄文令人振奮。
  • 搞定統計學必知:P值、T檢驗、卡方檢驗、假設檢驗……
    結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們越不能認為樣本中變量的關聯是總體中各變量關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
  • 統計中重要的檢驗:T檢驗、F檢驗及其統計學意義
    倘若經比較後發現,出現這結果的機率很少,亦即是說,是在機會很少、很罕有的情況下才出現;那我們便可以有信心的說,這不是巧合,是具有統計學上的意義的(用統計學的話講,就是能夠拒絕虛無假設null hypothesis,Ho)。相反,若比較後發現,出現的機率很高,並不罕見;那我們便不能很有信心的直指這不是巧合,也許是巧合,也許不是,但我們沒能確定。
  • 統計︱P值-0.05就發表,不然就去死!
    ⑴P的意義不表示兩組差別的大小,P反映兩組差別有無統計學意義,並不表示差別大小。⑵ P>α時,差異無顯著意義,根據統計學原理可知,不能否認無效假設,但並不認為無效假設肯定成立。⑶統計學主要用三種α值來與P值比較(0.1;0.05;0.01),也可以計算出確切的P值,也有人用P <0.001,至於選擇哪個要看檢驗的應用領域。⑷顯著性檢驗只是統計結論。判斷差別還要根據專業知識。
  • 800名科學家聯名主張廢除p值!斯坦福教授:沒有p值將充滿廢話
    【新智元導讀】統計顯著性和p值是衡量研究可靠性的重要標準。這個標準是怎麼來的?今年3月Nature上一篇主張廢除p值的文章,為何獲得800位科學家聯名支持?如果沒有p值門檻,研究質量會出現大滑坡嗎?戳右邊連結上 新智元小程序 了解更多!每年,全球有數百萬學生修讀統計學課程。隨著世界上的數據量越來越大,統計學已成為越來越受歡迎的話題。
  • 一文學會統計學中的顯著性概念
    我們經常聽到統計顯著性,但其實並沒有真正理解其含義。假設正態分布能夠讓我們確定在研究中觀察到的結果有多少意義,我們可以觀察z分數,z分數越高或越低,結果越不可能是偶然發生,也就越具有意義。為了量化結果的意義,我們需要使用另一個概念。最後的核心概念是p值。p值是當零假設為真時所得觀察到的結果,或是更為極端的結果出現的概念。這有點令人費解,所以讓我們來看一個例子。假設我們要比較美國佛羅裡達州和華盛頓州人民的平均智商。
  • 簡版:統計學的基本概念與入門!
    但是,你必須決定這是否應該引起重視,這個問題就可以使用統計學的知識來解決。我們經常聽到統計顯著性,但其實並沒有真正理解其含義。如果有人聲稱數據可以證明他們的觀點,我們往往會不假思索的接受,因為我們默認統計分析員經過了一系列複雜的數據分析後得出了不可置疑的結果。
  • P值不重要!P值不重要!!P值不重要!!!
    本文首發於2016-04-28,朝花夕拾忙碌紛雜的3月和4月即將過去,在最近幾個月當中,聽到最多的一句話是「師兄,畢不了業了,p值>0.05」,「師兄,畢不了業了,結果是陰性的」,「師兄,畢不了業了,結果沒有統計學差異」,而且這些話都是帶哭腔說出來的,做夢半夜都能被嚇醒——我變成了二師兄。
  • P<0.05就萬事大吉了嗎?別天真了!統計功效你造嗎?
    然而,要從數據中得到一個有說服力的結論,並不僅是追求p<0.05就可以了,我們還要考慮統計功效(Statistical Power),其中樣本量就是很重要的一個因素。低功效的實驗更容易得出虛假的結果,也就是說,你那個P<0.05沒啥卵用。統計功效是個什麼鬼?
  • 統計學知識闖關
    第4關:統計學意義(P值) 答:結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,P值為結果可信程度的一個遞減指標,P值越大,我們越不能認為樣本中變量的關聯是總體中各變量關聯的可靠指標。P值是將觀察結果認為有效即具有總體代表性的犯錯概率。
  • 統計學真的有那麼可怕嗎?這兒有可以手算的效能分析
    圖源:unsplash事實上,統計學確實可以算得上是令人畏懼的學科了。但統計學不一定有那麼難學,本文就試圖向大家展示掌握統計學工具,它能讓統計學變得不再那麼可怕。第一步:計算現有的樣本比例p第二步:用p計算標準誤差se第三步:計算樣本分布· H0(零假設):正態分布,平均值為0,標準差為0.013.
  • 想不想體驗手動模擬計算p value的快感!
    最近剛結束生物統計課的助教生涯,想與大家分享一下非常非常非常形象的p value的計算方法,希望能加強大家的理解。無論是從事幹實驗還是溼實驗研究的人大概都知道p value是假設檢驗中進行檢驗決策的一個重要依據,一般以p value是否小於0.05來衡量是否具有統計學差異。
  • 統計學常用概念|T檢驗、F檢驗、卡方檢驗、P值、自由度
    2,統計學意義(P值或sig值) 結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。專業上,p值為結果可信程度的一個遞減指標,p值越大,我們越不能認為樣本中變量的關聯 是總體中各變量關聯的可靠指標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。如p=0.05提示樣本中變量關聯有5%的可能是由於偶然性造成 的。