统计学中假设检验有关P值的讨论

48 篇文章 38 订阅 ¥29.90 ¥99.00
36 篇文章 69 订阅 ¥29.90 ¥99.00
本文探讨了统计学中的P值及其在假设检验中的应用,强调了P值的含义、优缺点以及在医学文献中被过度使用和误解的问题。文章提醒非统计专业人员避免对P值的误解,指出P值不应被视为判断科学事实的唯一依据,而应结合其他证据和研究背景。同时,建议研究者综合使用多种统计方法,如效应值和置信区间,以更全面地解释研究结果。
摘要由CSDN通过智能技术生成

摘要: 统计检验能有效确定从样本统计推断至总体时所犯错误的概率,其在医学、临床试验。观察性研究方面有着重要意义。近年来期刊编辑和统计顾问越来越关注医学文献中显着性检验和P值的过度使用和误解。为了澄清对统计学检验和P值的误解和误用,本文通过回顾P值相关理论,总结了P值的优势和劣势,强调了P值在使用中应注意的问题,旨在使非统计专业人员避免对P值的误解和误用。
关键词 : P值;假设检验;置信区间

1 引言

为了确定从样本统计结果推论至总体时所犯错的概率,我们会利用统计学家所开发的一些统计方法,进行统计检验。通过把所得到的统计检验定值,与统计学家建立了一些随机变量的概率分布进行比较,我们可以知道在多少百分比的机会下会得到目前的结果。然而,期刊编辑和统计顾问越来越关注医学文献中显着性检验和P值的过度使用和误解。正如美国统计协会最近发表的论文所总结的那样,P值除了具有优势外,还存在固有的弱点。

为了澄清,扩展和完善了统计指南,以便作者涵盖临床试验和观察性研究。新指南讨论了《日刊》研究报告的许多方面,包括用效应或关联的估计值代替P值的要求,以及当协议和统计分析计划都没有指定用于调整乘数的方法时95%置信区间的要求。本文通过回顾 P值相关理论,解读了P值的含义以及在假设检验中应注意的问题,旨

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sta@ma@brain

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值