p值0.04993是否足以拒绝原假设？

在Wilcoxon符号秩统计显着性检验中，我们遇到了一些数据，得出值为。在的阈值下，此结果是否足以拒绝原假设，还是更安全地说该检验没有结论，因为如果将p值四舍五入到小数点后三位，则它变为？ $p$ $0.04993$ $p < 0.05$ $0.050$

hypothesis-testing statistical-significance p-value

— 伊斯兰纳瓦拉维
source

0.04993 <0.05，因此更低。您的本能很好，不能将P值信任到几个小数位，但是如果程序说的值小于0.05，则人们通常会将其视为已交付。真正的问题是迷信了固定水平的重要性测试，因此<0.05表示“真实”，“可发布”，“幸福原因”，而相反的意思是“虚幻”，“不可发布”，“痛苦原因” 。有关统计的大多数优秀入门文章都在某种程度上进行了讨论。Freedman，Pisani，Purves，Statistics是一个很好的人。纽约：WW诺顿，任何版本。

— Nick Cox

您必须问自己，如果p值为0.051，您将做出什么决定？如果是0.049怎么办？您会做出不同的决定吗？为什么？

— AlefSin

谢谢您的意见。在我们的情况下，我们不在考虑数据是否可发布等。我们只是在考虑对结果的统计意义发表论文声明，我们要确保我们的声明不正确或不正确。。

— Islam El-Nabarawy

我想到了报告P = 0.04993。很难预测评论者或编辑者的评论。如果要舍入，指定一致的舍入约定总是一个好主意，并且被广泛接受。有些人会四舍五入到3 dp，也可能会使用某种主演约定，因此报告0.050（3 dp）并将其主演为<0.05是一致的。

— Nick Cox

我不知道...也许我们应该运行双重引导程序并计算

值的置信区间！老实说，我会报告：“这些发现是临界值，

。” 那时，您正在不停地梳理头发，每个人都突然想起，假阳性的1/20几率是科学运作的一种完全任意的方式。

p

$p$

0.049 < p < 0.050

$0.049 < p < 0.050$

— 2013年

Answers:

这里有两个问题：

1）如果您要进行正式的假设检验（如果您已经引用了我书中的p值，那么正式的拒绝规则是什么）？

将测试统计信息与临界值进行比较时，临界值在拒绝区域内。尽管当一切都是连续的时，这种形式并不重要，但是当测试统计量的分布是离散的时，形式就很重要。

相应地，在比较p值和显着性水平时，规则是：

拒绝如果 $p\leq\alpha$

请注意，即使您将p值四舍五入至0.05，实际上，即使 $p$ 值正好是0.05，也应该正式拒绝。

2）关于“我们的p值告诉我们什么”，那么假设您甚至可以将p值解释为“反对零值的证据”（假设对此的观点有所分歧），则0.0499和0.0501不会确实对数据说了不同的话（效果大小趋于几乎相同）。

我的建议是（1）正式拒绝空值，并可能指出，即使正好是0.05，仍应拒绝它；（2）请注意，没有什么特别特殊的约 $\alpha = 0.05$ ，这是非常接近临界-甚至是略小的意义门槛不会导致排斥反应。

— Glen_b-恢复莫妮卡
source

但是，同样，您可以使用非常相似的参数不拒绝null。0.05没什么特别的，如果您选择0.06作为极限，您可能不会问这个问题，但是情况不会有太大不同。相反，在这些情况下，我会问：“真正的-这个结果的生命意义是什么？”。例如，如果这是一个生物学实验，我将寻找特定结果的生物学意义，按原样报告p值，而对生物学进行评论。

— nico

@nico，这已经是我项目的重点（2）; 反对过分依赖（1）中的形式化方法

— Glen_b-恢复莫妮卡

谢谢格伦和尼科。这部分数据是我们实验的第二部分，因此我们最终只是按原样报告了该值。无论如何，我将其标记为可接受的答案。再次感谢所有参与回答或评论的人。

— Islam El-Nabarawy

它在情人眼中。

$\alpha$ $\alpha=0.05$

因此，实际上可以归结为AlefSin之前的评论。您的问题不能有“正确答案”。报告您得到的信息，四舍五入。

关于“意义的重要性”的文献很多。见例如最近德国著名统计学家沃尔特·克莱默之一的论文“的统计显着性崇拜-经济学家应该和不应该做，使他们的数据说话”，Schmollers年鉴 131，455-468，2011。

— 骷髅头
source

-6

$p=0.05$

关键问题是这样的短语：“我们遇到了一些数据……”。

$p$ $p$

这种统计上的不当行为有一个名字：数据挖掘。我对在论文中将其作为有趣的假设进行报道感到矛盾。您是否希望它具有某种物理原因？

但是，有一种出路。也许你决定先验执行仅这一个对刚才这个测试一个数据集。您将其记录在实验室笔记本上的某个人面前，以便稍后进行验证。然后，您进行了测试。

$p=0.05$

— 迈克·麦考伊
source

这可能过度依赖于特定的措词选择；您可能只是从一个糟糕的单词选择中获得了很多假设-并不是这里的每个人都以英语为第一语言。作为一个潜在的问题绝对值得提出，但是简单地这么秃头地陈述（“绝对不是”）意味着您知道的比我们从这里所讲的要多得多。（此外，对“实验室笔记本”的引用意味着OP正在实验室中进行工作。我怀疑情况确实如此。再次，您暗示您对我们的了解比这里还多。）

— Glen_b -Reinstate Monica

迈克·麦科伊（Mike McCoy），谢谢您的回答，但在这种情况下，我担心Glen_b是正确的。我不是英语为母语的人，尽管我力求在我的技能允许的范围内进行流利的写作和口语，但用法和内涵仍在继续困扰着我。因此，在这种特殊情况下，直到发现重要的东西，我们才尝试其他方法。实际上，我们试图证明的是，某些误差值没有统计上的显着增加，在一种特定情况下，我们发现误差实际上已减小，并且当我们运行W检验时，这就是0.0499的地方。。

— Islam El-Nabarawy

迈克，我也没有在问题的措词上看到问题。似乎没有人看到数据监听，挖掘，挖掘等任何迹象……而这肯定在情人眼中。没有数学事实，而是统计学家选择的决策规则。重新阅读AlefSin，Glen在他的观点（2）中写的内容。

— Skullduggery 2013年

@ IslamEl-Nabarawy如果要建立等效/无差异，则除了如何解释接近阈值的值或潜在的数据监听之外，还有许多其他问题。仅找到略高于.05（或选择的任何错误级别）的p值绝对是不够的。在这里和其他地方查找“进行等效性测试”，或者专门问一个问题，因为这是完全不同的问题。

— 晚会

“但是，有一种出路。也许您决定先验地对这一个数据集进行此测试。您将其记录在实验室笔记本上，在某人面前，以便稍后进行验证。然后你做你的测试。如果你这样做，那么你的结果是在p = 0.05的水平有效，你可以备份到怀疑论者喜欢我。否则，对不起，它不是一个统计显著结果”约犯谈话，直到证明无辜。因此，在没有法医证据排除学术不诚实的情况下，进行分析是没有价值的吗？嘘。

— GoF_Logistic