CÁCH TÍNH P TRONG NGHIÊN CỨU KHOA HỌC

*

7

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

7.1 Trị số Phường

Trong nghiên cứu khoa học, ngoài ra dữ khiếu nại ngay số, biểu đồ dùng cùng hình hình ảnh, con số cơ mà chúng ta thường xuất xắc chạm mặt độc nhất vô nhị là trị số P (nhưng giờ đồng hồ Anh Điện thoại tư vấn là P-value). Trong các chương thơm sau đây, độc giả sẽ gặp trị số Phường. tương đối nhiều lần, và đại phần lớn những tư duy đối chiếu những thống kê, suy luận khoa học mọi nhờ vào trị số Phường. Do đó, trước khi bàn đến các phương thức phân tích thống kê lại bằng R, rất cần được tất cả chân thành và ý nghĩa của trị số này.

Trị số P là 1 trong những số lượng xác suất, Có nghĩa là viết tắt chữ “probability value”. Chúng ta thường xuyên gặp mặt mọi phát biểu được kèm theo con số, ví dụ như “Kết trái so với cho biết tỉ lệ thành phần gãy xương vào team người bị bệnh được chữa bệnh bằng dung dịch Alendronate là 2%, rẻ rộng tỉ trọng vào nhóm bệnh nhân không được điều trị (5%), cùng mức độ biệt lập này còn có ý nghĩa thống kê lại (p = 0.01)”, hay như là một phát biểu nlỗi “Sau 3 tháng điều trị, cường độ bớt áp suất huyết vào team người mắc bệnh là 10% (p

Thật vậy, tương đối nhiều người, không chỉ là người đọc mà ngay cả bao gồm các người sáng tác của rất nhiều bài bác báo công nghệ, thiếu hiểu biết nhiều đúng ý nghĩa sâu sắc của trị số P.. Theo một nghiên cứu và phân tích được ra mắt bên trên tập san lừng danh Statistics in Medicine <1>, người sáng tác cho biết 85% các tác giả khoa học và chưng sĩ nghiên cứu và phân tích không hiểu nhiều hay gọi sai chân thành và ý nghĩa của trị số P.. Thế thì, thắc mắc yêu cầu đề ra một bí quyết nghiêm chỉnh: Ý nghĩa của trị số P là gì? Để trả lời đến thắc mắc này, bọn họ cần phải cẩn thận qua có mang phản bội nghiệm cùng quá trình của một phân tích kỹ thuật.

7.2 Giả thiết khoa học cùng bội phản nghiệm

Một đưa thiết được xem như là mang tính chất “khoa học” nếu trả thiết kia có chức năng “phản nghiệm”. TheoKarl Popper, bên triết học tập kỹ thuật, điểm lưu ý tốt nhất nhằm có thể phân biệt giữa một lí tmáu kỹ thuật thực thú cùng với ngụy kỹ thuật (pseudoscience) là tngày tiết công nghệ luôn có công năng rất có thể “ bị bác bỏ” (tốt bị bội phản bác – falsified) bằng đông đảo thực nghiệm đơn giản. Ông Hotline chính là “năng lực phản nghịch nghiệm” (falsifiability, có tài năng liệu ghi là falsibility). Phxay phản nghiệm là phương bí quyết tiến hành hầu như thực nghiệm chưa phải nhằm xác minh mà lại nhằm phê phán các lí thuyết khoa học, và rất có thể coi trên đây nhỏng là một trong những gốc rễ mang lại kỹ thuật thực thụ. Chẳng hạn nlỗi đưa thiết “Tất cả những quạ phần đa màu sắc đen” có thể bị bác bỏ quăng quật nếu như ta đưa ra gồm một bé quạ màu đỏ.

cũng có thể coi qui trình phản nghịch nghiệm là một biện pháp học hỏi tự sai trái. Khoa học cải cách và phát triển cũng một trong những phần Khủng là vì học hỏi tự sai lạc nhưng mà giới công nghệ không có ai căn năn bào chữa. cũng có thể khẳng định phân tích công nghệ như là 1 quá trình thí điểm mang tngày tiết, theo quá trình sau đây:

Bước 1, công ty nghiên cứu rất cần được tư tưởng một trả tngày tiết đảo (null hypothesis), Tức là một mang tmáu trở lại cùng với đầy đủ gì cơ mà bên nghiên cứu tin là việc thiệt. Thí dụ vào một nghiên cứu và phân tích lâm sàng, có nhị team dịch nhân: một đội được điều trị bởi thuốc A, cùng một nhóm được chữa bệnh bởi placebo, đơn vị nghiên cứu và phân tích hoàn toàn có thể phát biểu một giả thuyết hòn đảo rằng sự kiến hiệu thuốc A tương tự với sự kiến hiệu của placebo (Có nghĩa là thuốc A không tồn tại tính năng như ý muốn muốn).

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

Bước 2, công ty phân tích cần phải định nghĩa một trả thuyết phụ (alternative sầu hypothesis), Có nghĩa là một giả tngày tiết mà công ty phân tích suy nghĩ là việc thiệt, cùng điều rất cần được “chứng minh” bởi dữ khiếu nại. Chẳng hạn như vào ví dụ trên phía trên, công ty nghiên cứu và phân tích có thể tuyên bố đưa tngày tiết phụ rằng thuốc A bao gồm hiệu nghiệm cao hơn placebo.

Bước 3, sau khoản thời gian đang thu thập rất đầy đủ mọi dữ kiện tương quan, công ty phân tích cần sử dụng một tuyệt nhiều phương pháp thống kê lại để kiểm soát xem trong nhị giả tmáu bên trên, giả tngày tiết như thế nào được xem là khả dĩ. Cách chất vấn này được thực hiện nhằm trả lời câu hỏi: ví như đưa tngày tiết đảo đúng, thì Tỷ Lệ cơ mà số đông dữ kiện tích lũy được tương xứng với đưa ttiết đảo là từng nào. Giá trị của tỷ lệ này thường xuyên được đề cập tới trong các báo cáo kỹ thuật bởi kí hiệu “P.. value”. Điều bắt buộc chú ý nghỉ ngơi đây là công ty nghiên cứu không nghiên cứu giả tmáu không giống, cơ mà chỉ thí nghiệm mang ttiết đảo nhưng thôi.

Bước 4, quyết định đồng ý giỏi thải trừ trả thuyết hòn đảo, bằng cách dựa vào quý giá phần trăm trong bước sản phẩm công nghệ ba. Chẳng hạn nlỗi theo truyền thống lịch sử tuyển lựa trong một phân tích y học tập, giả dụ giá trị tỷ lệ nhỏ tuổi rộng 5% thì công ty nghiên cứu và phân tích chuẩn bị bác bỏ vứt đưa thuyết đảo: sự hiệu nghiệm của dung dịch A khác với sự kiến hiệu của placebo. Tuy nhiên, ví như cực hiếm Tỷ Lệ cao hơn nữa 5%, thì nhà nghiên cứu chỉ rất có thể phát biểu rằng chưa tồn tại dẫn chứng vừa đủ nhằm bác quăng quật giả ttiết hòn đảo, và điều đó không có nghĩa rằng đưa tmáu đảo là đúng, là sự thật. Nói một cách khác, thiếu bằng chứng không Có nghĩa là không tồn tại dẫn chứng.

Xem thêm: Chi Phí Đánh Giá Hồ Sơ Dự Thầu, Chi Phí Lựa Chọn Nhà Thầu Có Bao Gồm Thuế, Phí

Cách 5, nếu trả tmáu đảo bị bác vứt, thì đơn vị phân tích thản nhiên xác nhận giả tngày tiết prúc. Nhưng sự việc khởi đi từ bỏ đây, cũng chính vì có nhiều đưa thuyết phụ khác biệt. Chẳng hạn nlỗi đối chiếu với đưa tngày tiết phụ ban sơ (A không giống cùng với Placebo), nhà nghiên cứu và phân tích có thể đề ra nhiều giả tmáu phú khác biệt nhỏng dung dịch sự hiệu nghiệm của dung dịch A cao hơn nữa Placebo 5%, 10% giỏi nói thông thường X%. Nói Tóm lại, một Khi nhà nghiên cứu và phân tích bác quăng quật đưa ttiết đảo, thì giả tngày tiết prúc được điềm nhiên thừa nhận, nhưng mà bên nghiên cứu và phân tích bắt buộc xác minh mang thuyết prúc như thế nào là đúng cùng với sự thật.

7.3 Ý nghĩa của trị số Phường qua mô phỏng

Để đọc chân thành và ý nghĩa thực tế của trị số P, họ vẫn mang một ví dụ dễ dàng và đơn giản như sau:

lấy một ví dụ 1. Một thể nghiệm được triển khai nhằm mày mò sở thích của fan tiêu thú đối với nhị nhiều loại coffe (hãy nhất thời Call là coffe A với B). Các đơn vị phân tích đến 50 người sử dụng uống test nhì loại cà phê vào cùng một điều kiện, và hỏi bọn họ say đắm loại coffe nào. Kết quả cho thấy thêm 35 bạn mê say cafe A, với 15 fan đam mê cà phê B. Vấn để đặt ra là qua tác dụng này, các bên nghiên cứu và phân tích hoàn toàn có thể Tóm lại rằng cà phê loại A được ưa chuộng hơn coffe B, tuyệt công dụng trên chỉ là vì tự nhiên mà lại ra?

“Do ngẫu nhiên nhưng mà ra” Có nghĩa là theo hiện tượng nhị phân, khả năng cơ mà công dụng bên trên xảy ra là bao nhiêu? Do kia, lí tngày tiết phần trăm nhị phân có phần vận dụng trong ngôi trường vừa lòng này, chính vì hiệu quả của nghiên cứu và phân tích chỉ có hai “giá chỉ trị” (Hoặc là say mê A, hoặc thích B).

Nói theo ngôn từ của bội nghịch nghiệm, trả thiết đảo là ví như không có sự khác biệt về sở thích, xác suất nhưng mà một khách hàng yêu thích một một số loại cafe là 0.5. Nếu trả thiết này là đúng (tức p = 0.5, p nghỉ ngơi đây là tỷ lệ ưa thích coffe A), và giả dụ nghiên cứu bên trên được lặp đi tái diễn (chẳng hạn như) 1000 lần, cùng các lần vẫn 50 quý khách, thì tất cả từng nào lần cùng với 35 người sử dụng yêu thích coffe A? Điện thoại tư vấn số lần nghiên cứu nhưng 35 (tuyệt các hơn) trong các 50 say đắm cafe A là “biến cố” X, nói theo ngôn ngữ Xác Suất, chúng ta hy vọng search P(X | p=0.50) =?

Để trả lời thắc mắc này, chúng ta có thể vận dụng hàm rbinom để mô phỏng do nhỏng nói trên thực chất của vụ việc là 1 trong những phân pân hận nhị phân:

> bin

Trong lệnh bên trên, họ tận hưởng R tế bào bỏng 1000 lần nghiên cứu, mỗi lần tất cả 50 quý khách hàng, và theo mang thiết đảo, Xác Suất ưng ý A là 0.50. Để biết tác dụng của mô phỏng kia, bọn họ sử dụng hàm table nlỗi sau:

> table(bin)

bin

14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

34 35

2 3

Qua kết quả bên trên, bọn họ thấy trong những 1000 “nghiên cứu” đó, chỉ gồm 3 nghiên cứu và phân tích mà số quý khách ưng ý cafe A là 35 bạn (cùng với điều kiện không tồn tại khác hoàn toàn thân nhì các loại cà phê, tuyệt nói đúng ra là ví như p =0.5). Nói bí quyết khác:

P(X ≥ 35 | p=0.50) = 3/1000 = 0.003

Chúng ta cũng rất có thể biểu hiện tần số bên trên bởi một biểu trang bị tần số như sau:

*

Tất nhiên chúng ta cũng có thể làm cho một mô phỏng khác cùng với chu kỳ tái thử nghiệm là 100.000 lần (núm vày 1000 lần) và 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, họ có tương đối nhiều tài năng hơn (vày chu kỳ mô bỏng tăng lên). Chẳng hạn nlỗi có thể có phân tích tạo ra 11 khách hàng (buổi tối thiểu) hay 40 người tiêu dùng (tối đa) ưng ý coffe A. Nhưng họ muốn biết chu kỳ nghiên cứu nhưng 35 quý khách hàng trsinh sống lên phù hợp cà phê A, và hiệu quả trên đến họ biết, Phần Trăm kia là:

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

<1> 0.00355

Nói giải pháp khác, Phần Trăm P(X ≥ 35 | p=0.50) cực thấp (chỉ 0.3%), bọn họ có bằng chứng khiến cho rằng kết quả trên rất có thể ko vị những yếu tố tự dưng khiến nên; tức bao gồm một sự khác biệt về sở thích của người sử dụng đối với hai loại coffe.

Con số P = 0.0035 đó là trị số Phường. Theo một qui ước kỹ thuật, tất cả các trị số Phường. tốt hơn 0.05 (tức tốt hơn 5%) được xem là “significant”, Có nghĩa là “có ý nghĩa sâu sắc thống kê”.

Cần đề xuất nhấn mạnh một đợt tiếp nhữa nhằm phát âm ý nghĩa của trị số Phường như sau: Mục đích của so sánh bên trên là nhằm mục tiêu vấn đáp câu hỏi: ví như nhị nhiều loại cafe có tỷ lệ yêu chuộng đều nhau (p = 0.5, mang tmáu đảo), thì tỷ lệ nhưng mà hiệu quả trên (35 trong các 50 người sử dụng ưa thích A) xẩy ra là bao nhiêu? Nói bí quyết khác, kia đó là cách thức đi kiếm trị số Phường. Do kia, suy diễn trị số P cần bao gồm điều kiện, và điều kiện sinh hoạt đây là p = 0.50. Quý Khách đọc rất có thể làm cho thí điểm thêm với p = 0.6 xuất xắc p = 0.7 giúp thấy hiệu quả khác nhau ra làm sao.

Trong thực tiễn, trị số Phường. gồm một ảnh hưởng không nhỏ đến định mệnh của một bài báo công nghệ. phần lớn tập san với đơn vị khoa học xem một nghiên cứu và phân tích công nghệ với trị số P cao hơn 0.05 là 1 “tác dụng tiêu cực” (“negative result”) với bài bác báo hiện đang có thể bị không đồng ý mang đến công bố. Chính chính vì như vậy nhưng mà so với đại đa phần nhà công nghệ, số lượng “P 0.05, định mệnh bài xích báo và công trình xây dựng nghiên cứu có cơ may lấn sân vào quên béng.

7.4 Vấn đề súc tích của trị số P

Nhưng đứng bên trên pmùi hương diện lí trí và kỹ thuật nghiêm trang, chúng ta có nên được đặt tầm quan trọng vào trị số P. như thế tốt không? Câu vấn đáp là không. Trị số P.. có rất nhiều sự việc, với câu hỏi dựa vào vào nó trong vượt khứ đọng (tương tự như hiện nay) đã bị tương đối nhiều tín đồ phê phán nóng bức. Cái khãn hữu ktiết lớn số 1 của trị số P là nó thiếu thốn tính xúc tích và ngắn gọn. Thật vậy, nếu bọn họ cần mẫn chu đáo lại ví dụ bên trên, chúng ta cũng có thể bao quát các bước của một phân tích y học (dựa vào trị số P) nlỗi sau:

Đề ra một đưa ttiết bao gồm (H+) Từ giả ttiết chủ yếu, đưa ra một mang tmáu hòn đảo (H-) Tiến hành tích lũy dữ kiện (D) Phân tích dữ kiện: tính toán thù xác suất D xẩy ra ví như H- là việc thật. Nói theo ngôn ngữ toán phần trăm, bước này chính là bdự trù toán thù trị số Phường. tuyệt P(D | H-).

Vì nuốm, số lượng Phường Tức là phần trăm của dữ khiếu nại D xẩy ra ví như (dìm mạnh: “nếu”) giả ttiết đảo H- là sự thật. Như vậy, số lượng P. không trực tiếp mang đến họ một ý niệm gì về sự thật của giả tmáu thiết yếu H; nó chỉ con gián tiếp hỗ trợ minh chứng nhằm bọn họ chấp nhận trả tngày tiết thiết yếu và bác quăng quật trả ttiết đảo.

Cái logic phía sau của trị số Phường hoàn toàn có thể được đọc nlỗi là một các bước chứng tỏ đảo ngược (proof by contradiction):

Mệnh đề 1: Nếu mang ttiết hòn đảo là sự thật, thì dữ kiện này không thể xảy ra; Mệnh đề 2: Dữ khiếu nại xảy ra; Mệnh đề 3 (kết luận): Giả tmáu đảo tất yêu là sự việc thật.

Nếu giải pháp lập luận bên trên nặng nề phát âm, họ test xem một ví dụ rõ ràng như sau:

Nếu ông Tuấn bị tăng áp, thì ông tất yêu bao gồm triệu hội chứng bị rụng tóc (hai hiện tượng lạ sinch học này sẽ không liên quan với nhau, không nhiều ra là theo kiến thức y khoa hiện nay); Ông Tuấn bị rụng tóc; Do đó, ông Tuấn không thể bị tăng áp.

Trị số Phường, vì thế, loại gián tiếp phản chiếu Tỷ Lệ của mệnh đề 3. Và này cũng chính là một khãn hữu ktiết quan trọng của trị số Phường, bởi vì số lượng P nó ước tính cường độ khả dĩ của dữ khiếu nại, chứ không cần nói đến chúng ta biết mức độ khả dĩ của một đưa ttiết. Như vậy khiến cho việc suy đoán phụ thuộc vào trị số Phường cực kỳ xa cách với thực tiễn, xa cách với công nghệ thực nghiệm. Trong kỹ thuật thực nghiệm, điều cơ mà bên nghiên cứu và phân tích mong mỏi biết là với dữ kiện mà họ dành được, phần trăm của đưa ttiết chính là bao nhiêu, chứ đọng bọn họ không thích biết ví như mang thuyết đảo là sự thiệt thì xác suất của dữ kiện là bao nhiêu. Nói cách không giống cùng sử dụng kí hiệu diễn đạt bên trên, công ty phân tích mong biết P(H+ | D), chứ đọng không muốn biết P(D | H+) tốt P(D | H-).

7.5. Vấn đề kiểm tra những mang tngày tiết (multiple tests of hypothesis)

Như vẫn nói trên, nghiên cứu và phân tích y học tập là một trong công đoạn xem sét giả thuyết. Trong một nghiên cứu và phân tích, không nhiều bao giờ họ thử nghiệm duy nhất trả tngày tiết nhất, nhưng mà không hề ít giả thuyết một lược. Chẳng hạn nhỏng trong một phân tích về mọt tương tác giữa Vi-Ta-Min D cùng nguy hại gãy xương đùi, các nhà nghiên cứu có thể đối chiếu mối contact đối sánh tương quan thân vitamin D và mật độ xương (bone mineral density), thân Vi-Ta-Min D và nguy cơ tiềm ẩn gãy xương theo từng nam nữ, từng team tuổi, giỏi so sánh theo những tính năng lâm sàng của bệnh nhân, v.v… (Xem ví dụ bên dưới đây). Mỗi một so với như vậy rất có thể coi là một phân tích đưa thuyết. Tại đây, họ phải nhìn thấy cùng với vấn đề các mang thuyết (multiple tests of hypothesis xuất xắc còn được gọi là multiple comparisons).

Bảng 2. Phân tích công dụng của Vi-Ta-Min D cùng calcium theo đặc tính của người mắc bệnh

Đặc tính bệnh dịch nhân Nhóm được khám chữa bằng calcium cùng vitamin D 1 Nhóm giả dược (placebo) 1 Tỉ số nguy hại (relative risk) với khoảng chừng tin cậy 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 thuốc lá Không hút ít thuốc

Hiện hút ít thuốc 159 (0.14)

14 (0.14) 178 (0.15)

16 (0.17) 0.90 (0.7solo.11)

0.85 (0.41-1.74)

Chú thích: 1 số ko kể ngoặc là số người bị bệnh bị gãy xương đùi trong thời hạn theo dõi và quan sát (7 năm) với số trong ngoặc là tỉ trọng gãy xương tính bởi Xác Suất tưng năm. 2 Tỉ số nguy cơ kha khá (xuất xắc relative sầu risk – RR – đã lý giải vào một cmùi hương sau) được ước tính bằng phương pháp mang tỉ trọng gãy xương trong đội can thiệp chia mang lại tỉ trọng vào đội mang dược; ví như khoảng chừng tin tưởng 95% gồm một thì cường độ khác hoàn toàn giữa 2 đội không có ý nghĩa thống kê; trường hợp khoảng tầm tin cẩn 95% ko gồm một thì cường độ khác hoàn toàn thân 2 đội được xem là gồm chân thành và ý nghĩa thống kê (tuyệt p

Xin đề cập lại rằng trong những lần thử nghiệm một mang tngày tiết, chúng ta đồng ý một sai sót 5% (đưa dụ họ đồng ý tiêu chuẩn p = 0.05 nhằm tulặng tía gồm chân thành và ý nghĩa hay không tất cả chân thành và ý nghĩa thống kê). Vấn đề đề ra là vào bối cảnh nghiên cứu nhiều trả ttiết là như sau: giả dụ trong những n phân tích, chúng ta tuyên ổn tía k thể nghiệm “tất cả ý nghĩa sâu sắc thống kê” (có nghĩa là p

Để vấn đáp câu hỏi này chúng ta đang bắt đầu bởi một ví dụ đơn giản. Mỗi thí điểm bọn họ đồng ý một phần trăm sai trái là 0.05. Nói phương pháp không giống, bọn họ có Tỷ Lệ đúng là 0.95. Nếu bọn họ phân tách 3 trả ttiết, Tỷ Lệ mà bọn họ đúng cả ba là : 0.95 x 0.95 x 0.95 = 0.8574. vì thế, xác xuất tất cả tối thiểu một sai lầm vào cha tuim tía “tất cả ý nghĩa thống kê” là: 1 – 0.8574 = 0.1426 (tức khoảng 14%).

Nói thông thường, trường hợp họ nghiên cứu n giả tngày tiết, và các lần phân tách chúng ta gật đầu đồng ý một xác suất sai lạc là p, thì phần trăm có tối thiểu 1 sai lạc vào n lần nghiên cứu đó là

*
. Khi n = 10 với p=0.05 thì Phần Trăm gồm tối thiểu một sai lạc lên đến: 40%.

“Bài học” rút ra trường đoản cú giải pháp lí giải bên trên là nlỗi sau: trường hợp họ đọc một bài xích báo công nghệ nhưng mà trong những số đó bên phân tích thực hiện các thử nghiệm không giống nhau cùng với những công dụng trị số p

Đối với cùng 1 người làm nghiên cứu và phân tích, ý nghĩa của sự việc thể nghiệm các trả tngày tiết là: không nên “câu cá”. Xin nói thêm về khái niệm “câu cá” vào kỹ thuật. Hãy tưởng tượng, một công ty nghiên cứu và phân tích muốn tò mò kết quả của một thuật chữa bệnh bắt đầu cho những bệnh nhân nhức khớp. Sau lúc xem xét các nghiên cứu sẽ ra mắt vào y vnạp năng lượng, bên nghiên cứu ra quyết định tiến hành một nghiên cứu và phân tích trên 300 bệnh nhân: phân nửa được khám chữa bởi thuật mới, phân nửa chỉ sử dụng giả dược. Sau thời hạn theo dõi và quan sát, thu thập tài liệu, nhà nghiên cứu và phân tích so với với vạc hiện tại sự khác biệt thân nhì đội không có ý nghĩa sâu sắc thống kê lại. Nói biện pháp khác, thuật điều trị không tồn tại công dụng. Nhà nghiên cứu và phân tích ko Chịu đựng “đầu hàng”, bắt buộc tìm kiếm đến được một kết quả gồm ý nghĩa thống kê: chia người bị bệnh thành nhiều team theo giới hạn tuổi (trên 50 tuyệt bên dưới 50), theo nam nữ (nam giới giỏi nữa), thành phần kinh tế tài chính (gồm thu nhập cá nhân cao giỏi thấp), với kiến thức (chơi thể dục hay không). Tính chung, bên nghiên cứu bao gồm 16 nhóm không giống nhau, với rất có thể thí điểm 16 lần. Nhà nghiên cứu “khám phá” thuật chữa bệnh có ý nghĩa sâu sắc thống kê lại vào đội đàn bà tuổi trên 50 và gồm thu nhập cao. Và, hiệu quả trên được công bố. Đó là 1 trong những công đoạn thao tác nhưng mà giới phân tích công nghệ Call là “fishing expedition” (một chuyến du ngoạn câu cá). Tất nhiên, một kết quả như thế không có quý hiếm kỹ thuật và tất yêu tin được. (Với 16 xem sét khác nhau với với p = 0.05, tỷ lệ mà lại một thí nghiệm tất cả hiệu quả “significant” lên tới 55%, vì thế chúng ta chẳng ngạc nhiên trong khi thấy có một “bé cá” được bắt!)

Để mang lại tác dụng trị số P. gồm ý nghĩa nguyên ổn tdiệt của chính nó trong toàn cảnh thử nghiệm nhiều mang ttiết, các bên phân tích đề nghị áp dụng thuật điều chỉnh Bonferroni (tên của một đơn vị thống kê lại học tập bạn Ý từng ý kiến đề nghị biện pháp làm cho này). Theo đề nghị này, trước khi tiến hành nghiên cứu và phân tích, nhà nghiên cứu và phân tích yêu cầu khẳng định rõ trả tmáu như thế nào là thiết yếu, với trả tngày tiết làm sao là phú. Dường như, nhà nghiên cứu còn yêu cầu đưa ra chiến lược đang thể nghiệm từng nào trả tmáu trước khi bắt tay vào so sánh dữ liệu. Chẳng hạn nlỗi trường hợp đơn vị nghiên cứu bài bản thể nghiệm 20 đối chiếu với hy vọng giữ cho trị số p sống 0.05, thì cố kỉnh do dựa vào 0.05 là tiêu chuẩn chỉnh nhằm tulặng bố“significant”, nhà phân tích phải dựa vào tiêu chuẩn 0.0025 (tức lấy 0.05 phân chia cho 20) nhằm tuyên ổn ba “significant”. Nói biện pháp khác, chỉ khi nào một tác dụng tất cả trị số p thấp hơn 0.0025 (xuất xắc nói chung là p/n) thì đơn vị nghiên cứu và phân tích mới tất cả “quyền” tuim cha hiệu quả kia gồm ý nghĩa những thống kê.

Trị số Phường, dù rất là phổ biến vào phân tích khoa học, chưa hẳn là một trong những phán xét cuối cùng của một công trình xây dựng phân tích hay là 1 đưa thuyết. Nhưng trong thực tiễn, các đơn vị khoa học đã quá phụ thuộc vào trị số P. để suy luận trong nghiên cứu với tuyên tía đều khám phá cơ mà sau này được chứng tỏ là sai lầm. cũng có thể bảo rằng cũng chính vì sự lạm dụng quá và phụ thuộc một cách mù quáng vào trị số P nhưng kỹ thuật, nhất là y sinh học, đã trlàm việc cần nghèo nàn. Mỗi ngày chúng ta đọc giỏi nghe phần lớn vạc hiện nay kỹ thuật trái ngược nhau (nlỗi lúc thì có nghiên cứu cho biết thêm cà phê có công dụng xuất sắc cho sức mạnh, dịp không giống có nghiên cứu cho thấy coffe bất lợi đến sức khỏe; tốt thời điểm thì dung dịch bớt đau aspirin bao gồm tính năng làm cho sút nguy cơ tiềm ẩn ung thỏng, nhưng mà vừa mới đây có phân tích cho thấy thêm aspirin có thể làm cho tăng nguy cơ tiềm ẩn bị ung tlỗi vú, v.v…). Có khi công bọn chúng trù trừ phát hiện nay nào là thực với phạt hiện nào là “dương tính giả”. Theo đối chiếu của Berger và Sellke, khoảng 25% các phân phát hiện với “p

Do đó, bọn họ tránh việc quá phụ thuộc vào trị số P. Không phải cứ đọng nghiên cứu nào cùng với p0.05 là không thắng cuộc. Có lúc 1 phạt hiện nay với p>0.05 tuy vậy lại là một trong những phân phát hiện tại gồm ý nghĩa sâu sắc. Vấn đề quan trọng đặc biệt là làm thế nào nhằm dự trù cường độ khả dĩ của một trả tngày tiết một Khi bao gồm dữ khiếu nại thật vào tay, Có nghĩa là dự trù P(H+ | D). Để dự tính P(H+ | D), họ bắt buộc vận dụng định lí Bayes, với cách tiếp cận định lí này không phía trong phạm trù của cuốn nắn sách này. Quý Khách gọi mong muốn tham khảo thêm rất có thể gọi một vài ba bài báo của tác giả giỏi các các bài báo của James Berger nhưng tư liệu tìm hiểu thêm dưới đây có thể hỗ trợ 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