CÁCH TÍNH P TRONG NGHIÊN CỨU KHOA HỌC

*

7

Kiểm định mang thiết những thống kê cùng ý nghĩa của trị số Phường (P-value)

7.1 Trị số Phường

Trong nghiên cứu công nghệ, ngoài các dữ khiếu nại thông qua số, biểu trang bị cùng hình ảnh, con số mà bọn họ hay giỏi gặp độc nhất vô nhị là trị số Phường. (mà tiếng Anh Hotline là P-value). Trong các chương thơm tiếp sau đây, độc giả đang chạm chán trị số Phường không ít lần, với đại nhiều phần những suy luận phân tích những thống kê, suy đoán khoa học những phụ thuộc trị số P.. Do kia, trước khi bàn mang đến các cách thức so sánh thống kê bằng R, rất cần được bao gồm ý nghĩa của trị số này.

Trị số P là 1 trong con số tỷ lệ, có nghĩa là viết tắt chữ “probability value”. Chúng ta hay chạm chán gần như phát biểu được đương nhiên số lượng, chẳng hạn như “Kết trái so sánh cho biết tỉ trọng gãy xương vào đội người mắc bệnh được điều trị bởi dung dịch Alendronate là 2%, thấp rộng tỉ lệ thành phần vào team người bệnh không được chữa bệnh (5%), với cường độ biệt lập này có ý nghĩa sâu sắc thống kê lại (p = 0.01)”, hay như là một phát biểu nhỏng “Sau 3 mon điều trị, mức độ giảm áp suất máu vào đội người mắc bệnh là 10% (p

Thật vậy, rất nhiều người, không những fan đọc mà ngay cả bao gồm những tác giả của rất nhiều bài xích báo khoa học, không hiểu biết nhiều đúng ý nghĩa của trị số Phường. Theo một nghiên cứu được chào làng trên tập san khét tiếng Statistics in Medicine <1>, tác giả cho thấy 85% những người sáng tác công nghệ và chưng sĩ phân tích không hiểu biết nhiều tốt gọi sai ý nghĩa của trị số Phường. Thế thì, thắc mắc yêu cầu đề ra một phương pháp nghiêm chỉnh: Ý nghĩa của trị số Phường là gì? Để vấn đáp mang lại thắc mắc này, chúng ta rất cần được cẩn thận qua tư tưởng làm phản nghiệm cùng tiến trình của một phân tích kỹ thuật.

7.2 Giả thiết công nghệ với phản nghịch nghiệm

Một trả thiết được xem như là mang ý nghĩa “khoa học” ví như đưa thiết đó có tác dụng “phản nghiệm”. TheoKarl Popper, nhà triết học tập công nghệ, đặc điểm duy nhất nhằm có thể rành mạch thân một lí tngày tiết khoa học thực trúc cùng với ngụy kỹ thuật (pseudoscience) là tmáu khoa học luôn bao gồm công năng có thể “ bị bác bỏ bỏ” (tuyệt bị phản nghịch chưng – falsified) bởi đều thực nghiệm đơn giản. Ông Call chính là “tài năng phản nghiệm” (falsifiability, tài giỏi liệu ghi là falsibility). Phxay phản bội nghiệm là phương cách triển khai phần đông thực nghiệm không phải nhằm xác minh nhưng mà để phê phán những lí tmáu công nghệ, với rất có thể coi phía trên như là 1 trong những căn nguyên mang lại công nghệ thực thụ. Chẳng hạn như trả thiết “Tất cả những quạ hầu như màu đen” rất có thể bị chưng vứt giả dụ ta tìm ra gồm một bé quạ red color.

cũng có thể xem qui trình bội nghịch nghiệm là một trong những biện pháp học hỏi và chia sẻ từ sai lạc. Khoa học cải cách và phát triển cũng 1 phần béo là vì học hỏi và chia sẻ từ sai lầm mà giới khoa học không có ai chối hận bao biện. Có thể khẳng định nghiên cứu khoa học nlỗi là 1 qui trình thí nghiệm giả tngày tiết, theo công việc sau đây:

Bước 1, nhà nghiên cứu và phân tích rất cần được tư tưởng một giả thuyết hòn đảo (null hypothesis), tức là một trả tngày tiết trở lại cùng với số đông gì mà lại đơn vị nghiên cứu tin là sự việc thật. Thí dụ vào một nghiên cứu và phân tích lâm sàng, gồm nhị nhóm dịch nhân: một nhóm được chữa bệnh bởi thuốc A, với một đội nhóm được chữa bệnh bằng placebo, công ty nghiên cứu rất có thể tuyên bố một giả thuyết đảo rằng sự hiệu nghiệm thuốc A tương tự với sự hiệu nghiệm của placebo (có nghĩa là dung dịch A không tồn tại chức năng nlỗi hy vọng muốn).

Bạn đang xem: Cách tính p trong nghiên cứu khoa học

Cách 2, đơn vị phân tích rất cần phải định nghĩa một mang thuyết phú (alternative sầu hypothesis), có nghĩa là một đưa tngày tiết nhưng mà đơn vị nghiên cứu suy nghĩ là sự việc thiệt, và điều rất cần được “bệnh minh” bởi dữ khiếu nại. Chẳng hạn nlỗi trong ví dụ bên trên phía trên, nhà nghiên cứu và phân tích có thể tuyên bố giả ttiết phú rằng thuốc A bao gồm kiến hiệu cao hơn placebo.

Bước 3, sau thời điểm đã thu thập tương đối đầy đủ đầy đủ dữ kiện liên quan, đơn vị phân tích dùng một tốt các cách thức thống kê lại để chất vấn coi trong nhì mang tngày tiết trên, giả tngày tiết làm sao được xem như là khả dĩ. Cách khám nghiệm này được triển khai để vấn đáp câu hỏi: trường hợp mang thuyết đảo đúng, thì Phần Trăm mà hồ hết dữ khiếu nại thu thập được phù hợp với giả ttiết hòn đảo là bao nhiêu. Giá trị của Tỷ Lệ này hay được đề cùa đến trong những report công nghệ bởi kí hiệu “Phường value”. Điều bắt buộc chú ý sống đấy là đơn vị nghiên cứu và phân tích không phân tách giả thuyết khác, nhưng mà chỉ xem sét trả thuyết hòn đảo mà thôi.

Bước 4, đưa ra quyết định đồng ý giỏi vứt bỏ mang ttiết hòn đảo, bằng cách phụ thuộc vào cực hiếm phần trăm trong bước trang bị ba. Chẳng hạn như theo truyền thống cuội nguồn lựa chọn vào một phân tích y học tập, trường hợp quý giá tỷ lệ nhỏ rộng 5% thì công ty phân tích chuẩn bị bác bỏ bỏ giả ttiết đảo: sự kiến hiệu của thuốc A khác với sự kiến hiệu của placebo. Tuy nhiên, ví như quý giá Phần Trăm cao hơn 5%, thì bên phân tích chỉ hoàn toàn có thể phát biểu rằng chưa tồn tại minh chứng khá đầy đủ để chưng bỏ trả tmáu hòn đảo, với điều này không tồn tại nghĩa rằng trả tngày tiết đảo là đúng, là việc thật. Nói một cách không giống, thiếu thốn minh chứng ko có nghĩa là không có bằng chứng.

Xem thêm: Top Những Phim Khoa Học Viễn Tưởng Hay Nhất Mọi Thời Đại, 30+ Phim Khoa Học Viễn Tưởng Hay Nhất Bạn Nên Xem

Bước 5, trường hợp đưa tngày tiết hòn đảo bị bác vứt, thì đơn vị phân tích thản nhiên đồng ý trả tmáu phú. Nhưng vấn đề khởi đi trường đoản cú đây, chính vì có tương đối nhiều giả ttiết phụ khác biệt. Chẳng hạn như đối chiếu cùng với giả thuyết phú thuở đầu (A khác với Placebo), bên nghiên cứu và phân tích rất có thể đưa ra những mang ttiết phụ không giống nhau nhỏng thuốc sự kiến hiệu của dung dịch A cao hơn nữa Placebo 5%, 10% hay nói bình thường X%. Nói kết luận, một lúc bên nghiên cứu và phân tích bác quăng quật mang ttiết hòn đảo, thì mang tngày tiết prúc được điềm nhiên thừa nhận, tuy thế công ty nghiên cứu và phân tích không thể xác định trả ttiết prúc nào là đúng cùng với thực sự.

7.3 Ý nghĩa của trị số Phường qua tế bào phỏng

Để hiểu ý nghĩa sâu sắc thực tiễn của trị số P, họ đang đem một ví dụ đơn giản nlỗi sau:

lấy một ví dụ 1. Một thí điểm được triển khai để tìm hiểu sở trường của người tiêu trúc đối với nhị các loại coffe (hãy tạm bợ hotline là coffe A với B). Các bên nghiên cứu cho 50 người tiêu dùng uống test nhị loại coffe vào cùng một ĐK, cùng hỏi chúng ta mê thích một số loại cà phê nào. Kết trái cho biết 35 tín đồ ưa thích coffe A, cùng 15 bạn ưng ý cafe B. Vấn nhằm đưa ra là qua công dụng này, những nhà phân tích hoàn toàn có thể Tóm lại rằng cafe các loại A rất được ưa chuộng hơn cafe B, tuyệt tác dụng bên trên chỉ là do tự nhiên cơ mà ra?

“Do thốt nhiên nhưng ra” có nghĩa là theo hiện tượng nhị phân, kỹ năng nhưng mà tác dụng bên trên xẩy ra là bao nhiêu? Do kia, lí thuyết phần trăm nhị phân có phần vận dụng vào ngôi trường đúng theo này, cũng chính vì hiệu quả của phân tích chỉ bao gồm nhị “giá trị” (Hay những mê thích A, hoặc mê say B).

Nói theo ngôn từ của làm phản nghiệm, trả thiết đảo là giả dụ không tồn tại sự khác hoàn toàn về sở thích, tỷ lệ nhưng một người tiêu dùng ưa chuộng một nhiều loại cà phê là 0.5. Nếu giả thiết này là đúng (tức p = 0.5, p làm việc đấy là Xác Suất ham mê coffe A), và giả dụ nghiên cứu trên được lặp đi lặp lại (chẳng hạn như) 1000 lần, cùng những lần vẫn 50 quý khách hàng, thì có từng nào lần cùng với 35 người sử dụng ưu thích cà phê A? Hotline số lần phân tích cơ mà 35 (giỏi các hơn) trong số 50 say đắm cafe A là “đổi mới cố” X, nói theo ngữ điệu Tỷ Lệ, họ ước ao tìm P(X | p=0.50) =?

Để trả lời câu hỏi này, bạn có thể áp dụng hàm rbinom nhằm mô phỏng bởi nlỗi nói trên thực tế của vấn đề là 1 trong những phân pân hận nhị phân:

> bin

Trong lệnh trên, bọn họ những hiểu biết R mô rộp 1000 lần nghiên cứu và phân tích, những lần có 50 khách hàng, với theo đưa thiết hòn đảo, Xác Suất ham mê A là 0.50. Để biết công dụng của mô rộp đó, bọn họ sử dụng hàm table nhỏng sau:

> table(bin)

bin

14 15 16 17 18 19 trăng tròn 21 22 23 24 25 26 27 28 29 30 31 32 33

34 35

2 3

Qua hiệu quả bên trên, chúng ta thấy trong các 1000 “nghiên cứu” đó, chỉ gồm 3 phân tích mà lại số người tiêu dùng say mê coffe A là 35 fan (cùng với điều kiện không có khác hoàn toàn giữa nhị loại cafe, hay nói đúng ra là trường hợp p =0.5). Nói cách khác:

P(X ≥ 35 | p=0.50) = 3/1000 = 0.003

Chúng ta cũng rất có thể biểu đạt tần số trên bởi một biểu vật dụng tần số nhỏng sau:

*

Tất nhiên chúng ta có thể có tác dụng một tế bào bỏng không giống cùng với tần số tái phân tích là 100.000 lần (cầm cố bởi vì 1000 lần) cùng tính Xác Suất P(X ≥ 35 | p=0.50).

bin

> bin

> table(bin)

bin

11 12 13 14 15 16 17 18 19 đôi mươi 21 22 23

24 25 26 27 28 29 30 31 32 33 34 35 36

37 38 39 40

31 5 7 1

Lần này, bọn họ có không ít kĩ năng rộng (vì mốc giới hạn mô phỏng tăng lên). Chẳng hạn nhỏng có thể có phân tích đã tạo ra 11 người tiêu dùng (buổi tối thiểu) tốt 40 quý khách (tối đa) say đắm coffe A. Nhưng chúng ta mong muốn biết tần số phân tích mà 35 khách hàng trsinh sống lên thích coffe A, với tác dụng bên trên đến chúng ta biết, Tỷ Lệ kia là:

> (223+98+21+5+7+1)/100000

<1> 0.00355

Nói biện pháp khác, xác suất P(X ≥ 35 | p=0.50) quá thấp (chỉ 0.3%), chúng ta tất cả bằng chứng để cho rằng tác dụng bên trên rất có thể không bởi các yếu tố tự dưng tạo nên; tức bao gồm một sự khác hoàn toàn về sở thích của người tiêu dùng so với nhì các loại coffe.

Con số P = 0.0035 chính là trị số P. Theo một qui ước khoa học, tất cả các trị số P rẻ hơn 0.05 (tức rẻ rộng 5%) được xem như là “significant”, Tức là “tất cả ý nghĩa thống kê”.

Cần đề nghị nhấn mạnh một đợt nữa nhằm phát âm ý nghĩa của trị số Phường. nlỗi sau: Mục đích của so sánh trên là nhằm mục đích vấn đáp câu hỏi: ví như nhì loại cafe gồm tỷ lệ ưa chuộng đều nhau (p = 0.5, mang ttiết đảo), thì xác suất mà lại hiệu quả bên trên (35 trong các 50 quý khách mê say A) xảy ra là bao nhiêu? Nói bí quyết không giống, kia đó là phương thức đi tìm kiếm trị số P.. Do kia, diễn dịch trị số Phường. buộc phải tất cả điều kiện, và điều kiện ngơi nghỉ đây là p = 0.50. Quý khách hàng phát âm có thể làm nghiên cứu thêm cùng với p = 0.6 xuất xắc p = 0.7 để thấy tác dụng khác biệt ra làm sao.

Trong thực tế, trị số Phường tất cả một ảnh hưởng không hề nhỏ mang đến số trời của một bài xích báo khoa học. phần lớn tập san với nhà khoa học coi một nghiên cứu khoa học với trị số P. cao hơn 0.05 là 1 trong “kết quả tiêu cực” (“negative sầu result”) cùng bài bác báo hiện có thể bị khước từ đến ra mắt. Chính chính vì như vậy nhưng so với đại đa phần công ty khoa học, con số “Phường 0.05, số trời bài báo với công trình phân tích bao gồm cơ may bước vào quên khuấy.

7.4 Vấn đề ngắn gọn xúc tích của trị số Phường

Nhưng đứng bên trên phương thơm diện lí trí cùng khoa học nghiêm túc, chúng ta gồm nên được sắp xếp trung bình quan trọng đặc biệt vào trị số Phường như thế xuất xắc không? Câu trả lời là không. Trị số Phường có rất nhiều vụ việc, và câu hỏi phụ thuộc vào vào nó vào thừa khứ đọng (cũng tương tự hiện nay nay) đã biết thành không hề ít fan phê phán gay gắt. Cái kthi thoảng kmáu lớn nhất của trị số P là nó thiếu hụt tính xúc tích và ngắn gọn. Thật vậy, ví như bọn họ cần cù cẩn thận lại ví dụ bên trên, chúng ta cũng có thể tổng quan quy trình của một nghiên cứu và phân tích y học (dựa vào trị số P) nlỗi sau:

Đề ra một giả tngày tiết thiết yếu (H+) Từ mang thuyết thiết yếu, đặt ra một trả thuyết đảo (H-) Tiến hành tích lũy dữ kiện (D) Phân tích dữ kiện: tính tân oán Tỷ Lệ D xảy ra trường hợp H- là việc thiệt. Nói theo ngữ điệu tân oán Tỷ Lệ, công đoạn này chính là bdự tính toán thù trị số P xuất xắc P(D | H-).

Vì ráng, con số P Có nghĩa là Xác Suất của dữ khiếu nại D xảy ra ví như (nhận mạnh: “nếu”) giả tmáu hòn đảo H- là việc thật. Bởi vậy, con số P.. ko thẳng đến bọn họ một ý niệm gì về sự thật của giả tngày tiết thiết yếu H; nó chỉ gián tiếp cung ứng vật chứng nhằm bọn họ gật đầu đồng ý mang tmáu thiết yếu và chưng bỏ trả ttiết đảo.

Cái xúc tích ẩn dưới của trị số P hoàn toàn có thể được gọi nlỗi là 1 quá trình chứng minh đảo ngược (proof by contradiction):

Mệnh đề 1: Nếu mang tngày tiết hòn đảo là sự thật, thì dữ kiện này sẽ không thể xảy ra; Mệnh đề 2: Dữ khiếu nại xảy ra; Mệnh đề 3 (kết luận): Giả tngày tiết hòn đảo quan trọng là việc thật.

Nếu phương pháp lập luận bên trên cạnh tranh hiểu, bọn họ demo coi một ví dụ rõ ràng nhỏng sau:

Nếu ông Tuấn bị tăng áp, thì ông quan trọng tất cả triệu bệnh rụng tóc (hai hiện tượng kỳ lạ sinch học này không tương quan với nhau, không nhiều ra là theo kiến thức và kỹ năng y học hiện nay nay); Ông Tuấn bị rụng tóc; Do kia, ông Tuấn chẳng thể bị tăng áp.

Trị số P., do đó, gián tiếp phản chiếu xác suất của mệnh đề 3. Và này cũng đó là một kthảng hoặc khuyết đặc biệt của trị số P, chính vì số lượng P.. nó ước tính cường độ khả dĩ của dữ kiện, chứ không nói đến họ biết cường độ khả dĩ của một giả thuyết. Điều này khiến cho câu hỏi suy đoán phụ thuộc vào trị số P cực kỳ xa cách với thực tế, cách biệt cùng với khoa học thực nghiệm. Trong công nghệ thực nghiệm, điều mà lại bên nghiên cứu hy vọng biết là cùng với dữ khiếu nại mà người ta có được, xác suất của mang tmáu đó là bao nhiêu, chđọng chúng ta không muốn biết giả dụ giả tmáu hòn đảo là sự việc thiệt thì Xác Suất của dữ kiện là bao nhiêu. Nói cách khác với cần sử dụng kí hiệu bộc lộ trên, công ty phân tích mong mỏi biết P(H+ | D), chứ đọng không muốn biết P(D | H+) hay P(D | H-).

7.5. Vấn đề chu chỉnh các đưa ttiết (multiple tests of hypothesis)

Nlỗi đã nói bên trên, nghiên cứu và phân tích y học là một quá trình phân tách giả ttiết. Trong một phân tích, ít khi nào họ thí nghiệm có một mang tngày tiết độc nhất, mà tương đối nhiều giả thuyết một lược. Chẳng hạn như trong một nghiên cứu và phân tích về côn trùng liên hệ thân vitamin D với nguy hại gãy xương đùi, các đơn vị nghiên cứu và phân tích có thể đối chiếu côn trùng liên hệ đối sánh giữa Vi-Ta-Min D với tỷ lệ xương (bone mineral density), thân Vi-Ta-Min D và nguy hại gãy xương theo từng nam nữ, từng đội tuổi, tuyệt so với theo các công năng lâm sàng của bệnh nhân, v.v… (Xem ví dụ bên dưới đây). Mỗi một đối chiếu như thế rất có thể xem là một phân tích giả tngày tiết. Ở phía trên, chúng ta phải nhìn thấy với sự việc những đưa tmáu (multiple tests of hypothesis tuyệt nói một cách khác là multiple comparisons).

Bảng 2. Phân tích hiệu quả của vitamin D và calcium theo công dụng của người bị bệnh

Đặc tính bệnh dịch nhân Nhóm được điều trị bằng calcium cùng vitamin D 1 Nhóm giả dược (placebo) 1 Tỉ số nguy hại (relative sầu risk) cùng khoảng chừng tin tưởng 95% 2 Độ tuổi

50-59

60-69

70-79 29 (0.06) 53 (0.09)

93 (0.44) 13 (0.03) 71 (0.13)

115 (0.54) 2,17 (1.13-4.18) 0.74 (0.52-1.06)

0.82 (0.62-1.08) Tử trọng khung hình (Body mass index) >30

69 (0.20)

63 (0.14)

43 (0.09)

66 (0.19)

74 (0.16)

59 (0.13)

1.05 (0.75-1.47)

0.87 (0.62-1.22)

0.73 (0.49-1.09) Hút ít thuốc lá Không hút ít thuốc

Hiện hút thuốc 159 (0.14)

14 (0.14) 178 (0.15)

16 (0.17) 0.90 (0.7đối chọi.11)

0.85 (0.4đối kháng.74)

Chụ thích: 1 số kế bên ngoặc là số người bị bệnh bị gãy xương đùi trong thời hạn quan sát và theo dõi (7 năm) cùng số vào ngoặc là tỉ trọng gãy xương tính bởi xác suất hàng năm. 2 Tỉ số nguy hại tương đối (tuyệt relative risk – RR – sẽ phân tích và lý giải trong một chương thơm sau) được ước tính bằng cách lấy tỉ trọng gãy xương trong đội can thiệp phân tách mang đến tỉ lệ thành phần vào đội trả dược; trường hợp khoảng tin cẩn 95% bao gồm một thì mức độ khác biệt giữa 2 nhóm không có chân thành và ý nghĩa thống kê; ví như khoảng tin cẩn 95% ko bao gồm một thì cường độ biệt lập giữa 2 đội được xem như là có ý nghĩa những thống kê (hay p

Xin nói lại rằng trong mỗi lần thử nghiệm một đưa thuyết, bọn họ chấp nhận một sai sót 5% (trả dụ họ đồng ý tiêu chuẩn chỉnh p = 0.05 để tuyên cha gồm chân thành và ý nghĩa hay là không tất cả ý nghĩa thống kê). Vấn đề đề ra là trong toàn cảnh phân tách nhiều giả tngày tiết là nhỏng sau: ví như trong các n phân tích, chúng ta tuim tía k thử nghiệm “bao gồm chân thành và ý nghĩa thống kê” (tức là p

Để vấn đáp thắc mắc này bọn họ đang bước đầu bằng một ví dụ đơn giản. Mỗi phân tách họ gật đầu một Phần Trăm sai trái là 0.05. Nói biện pháp khác, chúng ta bao gồm Phần Trăm và đúng là 0.95. Nếu bọn họ thí nghiệm 3 mang thuyết, Phần Trăm mà lại bọn họ đúng cả cha là : 0.95 x 0.95 x 0.95 = 0.8574. Như vậy, xác xuất có tối thiểu một sai lầm vào tía tuyên ba “tất cả ý nghĩa thống kê” là: 1 – 0.8574 = 0.1426 (tức khoảng chừng 14%).

Nói bình thường, giả dụ chúng ta nghiên cứu n đưa ttiết, và các lần phân tích họ đồng ý một xác suất sai trái là p, thì tỷ lệ tất cả ít nhất 1 sai lầm trong n lần nghiên cứu đó là

*
. Lúc n = 10 và p=0.05 thì Tỷ Lệ gồm ít nhất một sai trái lên đến: 40%.

“Bài học” rút ra từ bí quyết lí giải bên trên là nlỗi sau: nếu bọn họ phát âm một bài báo khoa học nhưng trong những số ấy bên nghiên cứu và phân tích triển khai những thí điểm khác biệt cùng với những công dụng trị số p

Đối với cùng 1 bạn làm phân tích, ý nghĩa sâu sắc của sự việc phân tách những đưa ttiết là: không nên “câu cá”. Xin nói thêm về quan niệm “câu cá” vào công nghệ. Hãy tưởng tượng, một bên nghiên cứu và phân tích ước ao mày mò kết quả của một thuật chữa bệnh mới cho các người mắc bệnh đau khớp. Sau khi chứng kiến tận mắt xét các nghiên cứu và phân tích đang chào làng trong y văn, nhà phân tích ra quyết định triển khai một phân tích trên 300 dịch nhân: phân nửa được chữa bệnh bằng thuật mới, phân nửa chỉ áp dụng đưa dược. Sau thời gian theo dõi và quan sát, tích lũy tài liệu, bên phân tích so với cùng phát hiện tại sự khác hoàn toàn thân nhì nhóm không có ý nghĩa sâu sắc thống kê. Nói giải pháp khác, thuật chữa bệnh không tồn tại tác dụng. Nhà nghiên cứu và phân tích không chịu đựng “đầu hàng”, phải search mang đến được một tác dụng bao gồm chân thành và ý nghĩa thống kê: phân chia người mắc bệnh thành các team theo lứa tuổi (bên trên 50 xuất xắc dưới 50), theo nam nữ (phái mạnh tuyệt nữa), thành phần kinh tế (có thu nhập cá nhân cao tuyệt thấp), và thói quen (chơi thể dục tốt không). Tính tầm thường, bên nghiên cứu và phân tích gồm 16 nhóm khác biệt, cùng rất có thể xem sét 16 lần. Nhà nghiên cứu “xét nghiệm phá” thuật điều trị tất cả ý nghĩa sâu sắc thống kê vào đội thanh nữ tuổi bên trên 50 và có các khoản thu nhập cao. Và, tác dụng trên được công bố. Đó là 1 trong qui trình thao tác nhưng mà giới nghiên cứu kỹ thuật Hotline là “fishing expedition” (một chuyến hành trình câu cá). Tất nhiên, một công dụng như thế không có cực hiếm khoa học cùng tất yêu tin được. (Với 16 thử nghiệm khác biệt và cùng với p = 0.05, phần trăm mà một thử nghiệm có hiệu quả “significant” lên đến mức 55%, cho nên chúng ta chẳng quá bất ngờ thấy lúc tất cả một “nhỏ cá” được bắt!)

Để đến hiệu quả trị số P. có ý nghĩa nguyên tdiệt của nó trong bối cảnh thí điểm nhiều đưa thuyết, những công ty nghiên cứu và phân tích ý kiến đề xuất áp dụng thuật kiểm soát và điều chỉnh Bonferroni (thương hiệu của một công ty thống kê lại học tập bạn Ý từng đề nghị giải pháp làm cho này). Theo ý kiến đề xuất này, trước khi thực hiện nghiên cứu và phân tích, bên nghiên cứu bắt buộc xác định rõ mang thuyết như thế nào là chủ yếu, cùng giả tmáu nào là phụ. Dường như, đơn vị phân tích còn yêu cầu đưa ra kế hoạch vẫn thử nghiệm từng nào đưa tngày tiết trước khi hợp tác vào đối chiếu dữ liệu. Chẳng hạn nhỏng nếu như nhà phân tích đầu tư thí nghiệm trăng tròn so sánh cùng ý muốn duy trì đến trị số p ở 0.05, thì thế bởi vì nhờ vào 0.05 là tiêu chuẩn nhằm tuim bố“significant”, công ty phân tích nên phụ thuộc vào tiêu chuẩn chỉnh 0.0025 (tức mang 0.05 chia đến 20) nhằm tuyên ổn cha “significant”. Nói cách không giống, chỉ lúc nào một công dụng gồm trị số p phải chăng hơn 0.0025 (giỏi nói tầm thường là p/n) thì nhà phân tích mới bao gồm “quyền” tuim bố tác dụng kia tất cả ý nghĩa sâu sắc thống kê lại.

Trị số P, mặc dù rất là thịnh hành vào nghiên cứu khoa học, không phải là một phán xét sau cùng của một công trình nghiên cứu và phân tích hay là một trả tngày tiết. Nhưng vào thực tế, những bên khoa học đã thừa chịu ràng buộc vào trị số P nhằm suy luận vào nghiên cứu cùng tuim cha hồ hết tò mò cơ mà về sau được chứng tỏ là sai trái. cũng có thể nói rằng bởi vì sự sử dụng và phụ thuộc vào một giải pháp mù quáng vào trị số P mà lại khoa học, độc nhất là y sinh học, vẫn trở cần túng bấn. Mỗi ngày họ hiểu tuyệt nghe hầu hết phạt hiện tại khoa học trái ngược nhau (nlỗi thời điểm thì bao gồm nghiên cứu và phân tích cho biết thêm coffe có tác dụng xuất sắc cho sức mạnh, lúc khác tất cả phân tích cho biết thêm coffe vô ích đến sức khỏe; giỏi thời gian thì dung dịch bớt nhức aspirin bao gồm hiệu năng có tác dụng giảm nguy cơ ung thư, nhưng mới đây có nghiên cứu cho thấy thêm aspirin rất có thể làm tăng nguy cơ tiềm ẩn bị ung tlỗi vú, v.v…). Có Khi công chúng đắn đo phát hiện nào là thực với phân phát hiện tại nào là “dương tính giả”. Theo phân tích của Berger với Sellke, khoảng tầm 25% các phạt hiện nay cùng với “p

Do kia, họ tránh việc vượt nhờ vào vào trị số Phường. Không buộc phải cđọng nghiên cứu và phân tích như thế nào cùng với p0.05 là thất bại. Có lúc 1 phát hiện với p>0.05 dẫu vậy lại là một trong những phát hiện tại tất cả chân thành và ý nghĩa. Vấn đề đặc biệt quan trọng là làm thế nào để dự trù cường độ khả dĩ của một trả tngày tiết một lúc có dữ khiếu nại thật vào tay, có nghĩa là ước tính P(H+ | D). Để dự tính P(H+ | D), họ đề xuất áp dụng định lí Bayes, cùng phương pháp tiếp cận định lí này sẽ không phía bên trong phạm trù của cuốn sách này. Quý Khách gọi mong muốn xem thêm hoàn toàn có thể phát âm một vài bài báo của người sáng tác xuất xắc những các bài bác báo của James Berger mà tư liệu tìm hiểu thêm dưới đây có thể cung ứng thêm.

Tài liệu tham khảo:

<1> Wulff et al., Statistics in Medicine 1987; 6:3-10.

<2> Berger JO, Sellke T. Testing a point null hypothesis: the irreconcilability of P-values and evidence. Journal of the American Statistical Association 1987; 82:112-20