第一个方面,研究人员更希望得到统计上显著的结果,并宣称自己的“重大发现”——这种做法被Harvey(2017)称为“p-hacking”。 P-hacking 最早由美国宾夕法尼亚大学的Simmons和他的团队提出来的: P-hacking refers to the practice of reanalyzing data in many different ways to yield a target result. They, a...
我们不可以单凭一个证据就毫无疑义地说原假设是错的；理论上，无论结果和原假设的差距多么大，都有可能完全是巧合。但差距越大，巧合的可能性就越小。科学家们就把发生巧合的可能性大小叫“P值”（Probability value，P-value）。某些结果随机出现的可能性越小，p值就越低。因此，如果说读这本书没效果，而100...
从词典给出的意思来看P-hacking是科研人员不断的尝试统计计算直到p<.05,当然有时这可能是无意识的。在线都市词典还给出了例句: That finding seems to have been obtained through p-hacking, the authors dropped one of the conditions so that the overall p-value would be less than .05. She is a p-...
科学家们就把发生巧合的可能性大小叫“P值”(Probability value,P-value)。 某些结果随机出现的可能性越小,p值就越低。因此,如果说读这本书没效果,而100次小测验里只观察到1次这么极端或更甚的结果,那我们就说p=0.01,或1/100。(接下来这一点非常重要...
这可能使得研究者一直纠结于自己研究的p值是否小于0.05，从而造成所谓的p值操纵（p-hacking）、发表偏见（publication bias）等一系列负面现象。但事实上，相比统计显著性或是p值是否小于0.05，对于研究本身而言，还有更为重要的指标，包括但不限于置信区间（Confidence Interval，CI）、统计效力（power）、效应量（...
从P-value列表计算得到Q-value列表的统计模型有很多(参考R语言中p.adjust函数)。 P-value列表计算得到Q-value后,各个元素的大小排序不发生改变(不考虑相等的情况)。 相对于P-value列表中的对应元素的p值,其q值只会变大(或不变),不会变小(但不会超过1)。
我们不可以单凭一个证据就毫无疑义地说原假设是错的;理论上,无论结果和原假设的差距多么大,都有可能完全是巧合。但差距越大,巧合的可能性就越小。科学家们就把发生巧合的可能性大小叫“P值”(Probability value,P-value)。 某些结果随机出现的可能性越小,p值就越低。因此,如果说读这本书没效果,而100次小测...
在反对者中,有看法认为这种倡议可能会加剧p值作弊的现象(p-value hacking),就是只发表阳性结果而把其他结果藏起来。另一些人担心提高p value需要更多的样本,也就要更多的研究经费。比如在一般情况下(正态分布),把p值从0.05提高到0.005可能需要增加70%的样本。 不过这篇文章还是可以帮助我们思考p值的含义。从本质...
如果按照Fisher的说法，P值（P value）就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率...
从词典给出的意思来看P-hacking是科研人员不断的尝试统计计算直到p<.05,当然有时这可能是无意识的。在线都市词典还给出了例句: That finding seems to have been obtained through p-hacking, the authors dropped one of the conditions so that the overall p-value would be less than .05.She is a p-ha...