Продолжаем серию авторских постов от Никиты Николаевича Хромова-Борисова.
Первая серия посвящена значению "p-value". С первым постом вы можете ознакомится здесь.
P-значение уже больше века остаётся одним из главных, но и самых спорных инструментов анализа данных в биомедицине. Собрали хронологическую подборку цитат статистиков и исследователей — от 1900 до 2026 года — о пользе и ограничениях p-значений. Прочитав их, каждый — автор, рецензент, редактор — сможет сам решить, стоит ли и дальше на них опираться.
«Вероятности, которыми принято пренебрегать в различных практических приложениях, различны. Иногда в научных исследованиях ограничиваются статистическими приемами, рассчитанными исходя из пренебрежения вероятностями в 0,05. Но это следует делать лишь в случаях, когда собирание более обширного материала очень затруднительно. Если норма в 0,05 для серьезных научных исследований явно недостаточна, то вероятностью ошибки в 0,001 или 0,003 по большей части принято пренебрегать даже в столь академических и обстоятельных исследованиях, как обработка астрономических наблюдений».
Колмогоров, 1956; 1999; 2003; Kolmogorov, 1963 [1-3].
p-значения «как правило, не приводят к каким-либо вероятностным утверждениям о реальном мире, а представляют собой рациональную и четко определенную меру нежелания принимать проверяемые ими гипотезы».
Fisher, 1956 [4].
«NHST [Проверка значимости нулевой гипотезы -ПЗНГ] - могущественный, но бесплодный интеллектуальный повеса, который оставляет на своем веселом пути длинную вереницу соблазненных дев, но не оставляет жизнеспособного научного потомства».
Meehl, 1967; 1970 [5].
«…научный вывод из набора данных — это не формальное упражнение, которое преподают на уроках статистики. Сегодня способ получения выводов из реального набора данных преподается во многих классах статистики точно так же, как преподают геометрию или алгебру. Студент узнает, что статистические методы представляют собой совокупность формул и фиксированных наборов правил, которые, будучи однажды заученными, можно использовать на протяжении всей жизни для получения выводов из данных. Мы узнали, что нужно лишь определить, следует ли отклонить гипотезу на уровне 5% или 1%. Затем статистик может с помпой делать очевидные выводы о данных из любой научной области, объявляя их значимыми или незначимыми. Подобную чепуху обычно преподают профессора, которые имели минимальный опыт применения статистических методов к научным проблемам. В результате растет число научных статей, в которых статистические методы используются для «украшения» результатов.
Zelen, 1966 [6].
«Функция проверок [статистической] значимости состоит в том, чтобы не дать вам выставить себя дураком, а не в том, чтобы сделать не подлежащие публикации результаты пригодными для публикации».
Colquhoun, 1971 [7].
Источники информации под постом.
Автор: Хромов-Борисов Никита Николаевич, к.б.н., ст.н.с., консультант по биостатистике и генетике. Отделение персонализированной психиатрии и неврологии.
👨🏫 Читайте. Думайте. Делитесь. Создавайте.
👉 Подписаться на рассылку от ННАДМ по почте
ТГ канал | Чат| Рубрикатор |Сайт | Группа ВК | Ютуб | Контакты| Clinicalstudy.ru