🛑 Миф: «У меня p=0.001, а у коллеги 0.01. Значит, мой препарат сильнее!»

Это самая частая иллюзия на защитах диссертаций. Давайте разберем, почему лишний ноль после запятой ничего не значит.

P-value — это не линейка, которой измеряют силу лечения. Это просто пропускной пункт. Он говорит комиссии только одно: «Эффект есть, это не случайность». На этом его работа заканчивается.

То, что у вас получилось 0.001, а у коллеги 0.01 — это чаще всего просто игра случая. Немного другие пациенты, чуть больше выборка — и цифры бы поменялись местами.

📌 Шпаргалка: как отвечать на придирки
Если рецензент говорит, что чужой метод лучше вашего только из-за красивого p-value, покажите ему эти расчеты.

Чтобы математика реально признала чужой препарат сильнее, его p-value должен быть меньше вашего не в 10 раз, а в тысячи!

🔹 Ваша база 0.05 ➔ конкуренту нужно выбить 0.00003
🔹 Ваша база 0.01 ➔ конкуренту нужно выбить 0.000001 (это шанс один на миллион!)

Пока разрыв не станет таким огромным, ваши результаты с точки зрения статистики абсолютно равны. Разница между ними — просто шум.

А как тогда доказать, что метод реально круче?
Для этого нужно считать другой показатель — Размер эффекта (Effect Size). Именно он показывает реальную клиническую пользу. Как с ним работать — разберем в следующем видео!

✈️ Отправьте этот пост коллеге, который всё ещё гоняется за лишними нулями.

И подписывайтесь на @statobrabotka, чтобы понимать статистику, а не зубрить формулы.