详细内容或原文请订阅后点击阅览
退休统计显着性！
对统计显着性的严格关注鼓励研究人员选择对某些期望的（或只是可发表的）结果产生统计显着性的数据和方法，或者对不期望的结果（例如药物的潜在副作用）产生统计上不显着的数据和方法，从而使结论无效......再说一次，我们并不提倡禁止 P 值，[...]
来源:Lars P Syll退休统计显着性！
2025 年 11 月 4 日 11:31 |发表于 统计与计量经济学 | 3 条评论 统计与计量经济学 3 条评论对统计显着性的严格关注鼓励研究人员选择对某些期望的（或只是可发表的）结果产生统计显着性的数据和方法，或者对不期望的结果（例如药物的潜在副作用）产生统计上不显着的数据和方法，从而使结论无效……再次强调，我们并不提倡禁止 P 值、置信区间或其他统计测量——只是我们不应该对它们进行分类对待。这包括统计显着性或不显着性的二分法，以及基于贝叶斯因子等其他统计指标的分类。避免这种“二分法”的一个原因是，所有统计数据，包括 P 值和置信区间，自然会因研究而异，而且往往会达到令人惊讶的程度。事实上，仅随机变化就很容易导致 P 值出现巨大差异，远远超出仅落在 0.05 阈值两侧的范围……我们必须学会拥抱不确定性。一种实用的方法是将置信区间重命名为“兼容性区间”，并以避免过度自信的方式解释它们。具体来说，我们建议作者描述区间内所有值的实际含义，特别是观察到的效果（或点估计）和限制。这样做时，他们应该记住，考虑到用于计算间隔的统计假设，间隔限制之间的所有值都与数据合理兼容。因此，在“所示”的区间中挑出一个特定值（例如空值）是没有意义的。Valentin Amrhein、Sander Greenland、Blake McShane
瓦伦丁·阿姆莱因、桑德·格陵兰、布莱克·麦克沙恩
p 严峻的考验 未确认 可能已确认 模型构造