关于p这点事,又有新观点了,这次比较客观

2020-02-13 张华 赵一鸣 临床流行病学和循证医学

P值一直是学术界争论的话题,自从1925年英国遗传学家、统计学家罗纳德·菲舍尔建议形成p值并推荐将0.05设定这p值的阈值,该话题的争议从未中断过,反对者认为对p值太过重视,导致相关利益者通过各种办法跪求p<0.05,而实际的效应大小受重视程度不够,近些年来有很多专家联名要求废除p值;而支持者认为p值作为原假设成立的概率出现,是一个客观的评价标准,如果废除p值,论文中结论不好判定,将充满各种

P值一直是学术界争论的话题,自从1925年英国遗传学家、统计学家罗纳德·菲舍尔建议形成p值并推荐将0.05设定这p值的阈值,该话题的争议从未中断过,反对者认为对p值太过重视,导致相关利益者通过各种办法跪求p<0.05,而实际的效应大小受重视程度不够,近些年来有很多专家联名要求废除p值;

而支持者认为p值作为原假设成立的概率出现,是一个客观的评价标准,如果废除p值,论文中结论不好判定,将充满各种无意义的结论。去年在全国的临床流行病学分会青年论坛上,还专门将此课题进行辩论,辩论过程非常精彩,而与会的评委专家争论依然很大,p是不是“屁”依然没有结论。

近几天看到一篇新英格兰杂志题目为《NewGuidelines for Statistical Reporting in the Journal》的文章,文章对越来越少报告p值的现象进行解释,对p值为什么进行调整,多次比较可能带来的风险进行论证,对各方观点进行陈述和对比,我认为是最近几年来比较客观的一篇文章,我也比较同意文章的结论。如果感兴趣的读者可以详细阅读一下。

近年来随着数据获取越来越容易,数据的比次比较和探索性分析越来越多,样本量也越来越大,特别是现在提倡真实世界临床研究和多中心临床研究,两者都会导致假阳出现的机会越来越多,这个很好理解,只要比较次数足够多,样本量足够大,总可以挖掘出“阳性”的结果,因此对p值的深入理解以及p值的地位还会有越来越多的争论,也亟需进行规范不同研究类型时如何界定p的意义。

结论文章论点,我对于p值提供几点建议,供同行批评和讨论。

1. 无论真实世界研究还是严格的RCT研究,应在数据完成收集之前撰写统计分析计划,确定好分析目的,分析指标的定义,样本量确定的方法,缺失值的处理,敏感性分析的方法、统计软件、统计检验方法、阿尔法是否需要调整及如何定义等,并在研究完成后依据统计分析计划进行统计分析,此类研究我们可以认为p值大小是非常有意义的,应该可以用p值作为相应的结论;

2.对于未能事先制订统计分析的研究分析,因为分析方法及检验次数的不确定性,再用p值进行严格评价可能会出现较多假阳性,此时应报告效应值及其置信区间,可使用贝叶斯方法进行统计分析,并参考p值作出相应的结论。

参考文献:

David Harrington et al.NewGuidelines for Statistical Reporting in the Journal.The new england journal of medicine.



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言

相关资讯

科研日历—P值

P值就是在零假设成立的情况下,得到样本观察结果或更极端的观察结果出现的概率,从而P值为否定H0的最低显著性水平。差异性检验时,P<0.05表示差异有统计学意义正态性检验、方差齐性检验时,P>0.05表示符合正态分布、方差齐。这两句话均正确。相关课程请关注梅斯医学APP!

放弃"统计显著性(P<0.05)"的时代,已经到来了吗?

最新一期《Nature》杂志发表了一篇题为《scientists rise up against statistical significance》的文章,旨在号召科研工作者放弃“统计显着性”。为啥?因为每当大家看到P<0.05时,都迷之自信地得出“A与B有联系”或“A与B有差异”等类似的结论。我想很多读者看到这里都会不禁吐槽:“不说差异具有统计学意义、具有统计显着性,那我文章要怎么写?”好吧

JAMA:P值的过去,现在和未来

近年来,类似“p值已死”的观点总要时不时地跳出来,刺激一下大家。但是立马丢了它,该怎么衡量我做的研究结果到底“显不显著”,能不能见刊?也成了一大问题!也不能赖研究者一味追求“p<0.05”,环境使然!这个环境(推崇p<0.05)什么时候开始的呢?今天带着大家换个角度看看过去20多年来P值的变化。 1、越来越流行的p值 虽说p值用的越来越多,如果论文没几个p<0.05的

你真的懂p值吗?

你真的懂P值吗?1p值到底是个啥?►有人说:「统计学就是个p!」此p可不像彼「屁」,可以一放了之。作为假设检验的核心工具,它经常决定着一个发现的价值、一篇论文的成败。你一定忘不了做课题时为p欢喜为p忧的经历:得到p小于0.05时欣喜若狂,得到p大于0.05时灰心丧气。可以,你真的懂p值吗?它到底是什么?►随便翻开一本统计学课本,我们会看到这样的定义:p值是在假定原假设为真时,得到与样本相同或者

JAMA建议将P值降至0.005 会心一击

4月10日,斯坦福大学的Ioannidis JPA在《JAMA》发表了题为《The Proposal to Lower P Value Thresholds to .005.》的文章,建议将P值的阈值降至0.005。写论文的各位亲们表示心碎一地。P值和伴随的统计学显着性检验方法正在为生物医学和其他学科带来挑战。绝大多数在摘要、全文或二者中报告P值的文章(96%)都包含≤0.05的值。然而,这些报告

厉害了!百位作者借助Google Docs合作撰文讨论P值问题

有关“P<0.05表示有统计学差异”似乎从诞生之初就备受争议,事实上,为什么把检验水准定在0.05,有什么科学道理?到现在大家也没整明白,但是这并不妨碍众多作者在研究结果中对于P<0.05的痴迷,总得有点儿“有意义”的结果,论文才“好看”。但是呢,带来的问题是各种假阳性结果的泛滥。于是乎,就不断有人提出修改目前所使用的统计学显著的标准。