详细内容或原文请订阅后点击阅览
对 p 值和统计不确定性的误解
众所周知，即使是经验丰富的科学家也会经常以各种方式误解 p 值，包括混淆统计意义和实际意义、将不拒绝视为接受原假设，以及将 p 值解释为某种复制概率或原假设为真的后验概率……它是 […]
来源:Lars P Syll对 p 值和统计不确定性的误解
众所周知，即使是经验丰富的科学家也会经常以各种方式误解 p 值，包括混淆统计意义和实际意义、将不拒绝视为接受原假设，以及将 p 值解释为某种复制概率或原假设为真的后验概率......
令人震惊的是，这些错误似乎如此根植于统计学家的思维中，这表明我们的专业确实需要研究如何教授统计推论的解释。问题似乎不仅仅是技术上的误解；而是技术上的误解。相反，统计分析被要求做一些它根本无法做到的事情，从任何数据中提取信号，无论数据有多么嘈杂。我们怀疑，为了在教育学方面取得进步，统计学家将不得不放弃我们一直隐含地对我们的方法的有效性提出的一些主张……
如果统计专业能够为显着性检验问题提供一个好的解决方案，我们只需要更清楚地传达它即可。但是，不，……许多统计学家也误解了核心思想。出于其他原因，建议学生参加更多的统计课程可能是个好主意，但如果教科书指向错误并且教师不理解他们所教的内容，这并不能解决问题。换句话说，并不是我们在正确的事情上教得不好；而是我们在教正确的事情上做得不好。不幸的是，我们一直教错了东西。
安德鲁·格尔曼和约翰·卡林
在教授统计学和经济学时，您确实不禁注意到，“并不是我们在正确的事情上教得不好；不幸的是，我们一直在错误的事情上教得太好了”这句话显然不仅适用于统计学……
听起来很熟悉吗？绝对应该！