Dobre, złe i istotne statystycznie

założenia regresji logistycznej

 

Czy w psychologii występuje kryzys replikacji ze względu na trudności związane z interpretacją wartości istotności statystycznej?

Wszystko o wartości p

Amerykańskie Towarzystwo Statystyczne właśnie uwidoczniło obarczenia w temacie p-wartości, w pierwszym w historii oficjalnym oświadczeniu o praktyce statystycznej. Jest nadzieja zwłaszcza dla naukowców i dziennikarzy, którzy nie bardzo rozumieją, co oznacza wartość p. Watch Alison, McCook opisuje krótko i robi wywiad z Ronem Wasserstein, dyrektorem wykonawczym ASA.

W swojej odważnej próbie na Explainer w FiveThirtyEight Christie Aschwanden zauważa, że roczna praca ASA nad oświadczeniem pozostawiła metaforyczną krew na podłodze. Co sugeruje, że statystycy sami nie zgadzają się na to, czym jest wartość p i co robi.

Pierwszym zadaniem było zdefiniowanie terminu. Aschwanden mówi, „w końcu zgodzili  się w tej sprawie:” Nieformalnie wartość p jest prawdopodobieństwem na podstawie określonego modelu statystycznego, który statystyczne podsumowuje dane (na przykład próbka oznaczająca różnicę między dwoma porównywanymi grupami) będzie równa lub bardziej ekstremalna niż obserwowana wartość „definicja ta jest jasna jak słońce” Ona stoicyzmem stoi przy jej deklaracji w poście z ostatniego upadku: „Doszedłem do wniosku, że najbardziej podstawowym problemem z p-wartością jest to, że nie  można naprawdę powiedzieć, jaka jest. „

Nie ma mowy abym mógł adekwatnie podsumować posty Aschwanden. Jeśli trzeba zrozumieć te rzeczy, aby zrobić swoją pracę, trzeba je przeczytać. Prawdopodobnie w oświadczeniu ASA oraz 20 komentarzach jest od statystyków jest tak samo. Podobnie w wycofaniu Watch Wasserstein.

Ale zostawię cię z tymi najbardziej podstawowymi uwagami:

Od Aschwanden: „Wspólnym nieporozumieniem jest to, że wśród nie statystyków jest to, że wartość p może pokazać Ci prawdopodobieństwo, że wynik osiągnięty zostanie osiągnięty. Taka interpretacja jest całkowicie błędna. Wartość p tylko mówi Ci coś o prawdopodobieństwie. Widząc konkretne hipotetyczne wyjaśnienie – nie można powiedzieć, że wyniki są prawdziwe, czy przypadkowe”.