详细内容或原文请订阅后点击阅览
在统计数据中使用恶意虚构的危险
在许多科学和医学领域，标准教学、术语和统计解释背后的假设通常是错误的，因此它们对现实世界问题提供的答案具有误导性……鉴于这一严酷的现实，我们应该问我们可以为 P 值、“统计显着性”声明、“置信度”区间赋予什么含义（如果有），[...]
来源:Lars P Syll在统计中使用有害小说的危险
2024年10月24日，10:51 |发表在统计与计量经济学| 1评论 统计与计量经济学 1评论In much of science and medicine, the assumptions behind standard teaching, terminology, and interpretations of statistics are usually false, and hence the answers they provide to real-world questions are misleading …In light of this harsh reality, we should ask what meaning (if any) can we assign to the P-values, “statistical significance” declarations, “confidence” intervals, and posterior probabilities that are used to decide what and how to present (or spin) discussions在分析的数据中……我和我的同事长期以来一直认为，当应用程序上下文使我们对这些假设不确定时，对正式统计数据的推论和决定误导了[Greenland，2005，2017; Greenland＆Lash 2008; Rafi＆Greenland，2020年； Amrhein＆Greenland，2022年； Greenland等，2023]。在这种情况下，谨慎的不确定性分析将表明，陈述的“意义”和“信心”水平仅反映出对这些水平所需的假设的天真态度[Greenland，2005; Greenland＆Lash，2008年]，因此，在名义上为95％的“置信度”间隔内置95％的信心是过分自信的[Amrhein等，2019a，2019b;格陵兰，2019a，2019b]。
在科学和医学的大部分时间里，标准教学，术语和统计解释的假设通常是错误的，因此它们对现实世界问题提供的答案是误导的……
桑德·格陵兰（Sander Greenland）
所有科学都需要人类的判断力，并且使用统计模型并不能减轻我们的必要性。使用错误指定的模型，即使您进行有效的统计“推断”，“重要性测试”的科学价值实际上为零！统计模型和伴随的显着性测试不能替代真正的科学。
全部 本se