容纳根深蒂固的p值视图

有时在报告中，我会提供有关p值和我提供的其他推论统计信息的免责声明。我说由于样本不是随机的，因此此类统计数据将不严格适用。我的具体措辞通常在脚注中给出：

“虽然严格地说，推理统计仅适用于随机抽样，但我们遵循惯例报告重要程度和/或置信区间，即使对于非随机样本也作为方便的准绳。请参阅迈克尔·奥克斯的 统计推断：关于社会和社会的评论行为科学 （NY：Wiley，1986）。

在某些情况下（一次是同行评审论文，一次是非学术性论文，一次是两次），编辑或审稿人对此免责声明表示反对，称其令人困惑，并认为推论性结论应与书面陈述相符。 （并获得权威的保护）。有没有其他人遇到这个问题并找到了一个好的解决方案？一方面，即使是在随机抽样的情况下，人们对p值的理解通常也是令人沮丧的，因此我们所说的内容无关紧要。另一方面，进一步加剧误解似乎是问题的一部分。我应该补充一点，我经常处理调查研究，在这些研究中，不应用随机分配，并且在其中蒙特卡罗模拟通常不能解决代表性问题。

确实有一个论点必须不包含免责声明。坦白说，我会在期刊文章中找到有关p值性质的简短论述，这有点令人反感，并且一会儿必须停下来，尝试弄清楚您是否做过特别的事情。 .esoteric ...以确保将该空间用于定义点。

基本上，作为审阅者，我认为它是不必要的，因为读者应该已经知道p值是什么和做什么。我什至可能会反对，因为做这样的记录实际上并不能阻止伴随p值的许多分析和解释犯罪，它只是披着“相信我，我知道我在做什么”的伪装。这也有点奇怪-“我将对p值采取大胆的立场，但不要这么大胆以至于我不报告它们”。

当我审议“关于p值根深蒂固的意见”，我更关心像你上面贴的东西，很多更关注审稿人统计意义的坚持才能被发布或纸张的焦点（认沽被发现发现为明星，然后突然变成了大问题）或将统计显着性与发现的显着性相结合。

推论统计的使用不仅可以基于总体模型，而且还可以基于随机模型，是合理的。后者对样本的获取方式不做任何假设。实际上，费舍尔（Fisher）认为应该将随机模型作为统计推断的基础（与Neyman和Pearson相对）。参见，例如：

医学博士恩斯特（2004）。排列方法：精确推断的基础。统计科学，第19卷，第676-685页。[链接（开放访问）]

Ludbrook，J。＆Dudley，H。（1998）。为什么在生物医学研究中置换检验优于t和F检验。美国统计员，52，127-132。[链接（如果您具有JSTOR访问权限）]

我以某种方式怀疑有关的编辑或审稿人是否以此为理由将您的免责声明称为“令人困惑”。

$p$尽管在一个有问题的研究（一类所有已发表的文章都属于这一类）中，它们的价值是不可忽略的，但实际上仍需要报告这些价值，一个人可能会暗淡地贬低它们。考虑将您的叙述重点放在效果大小上，甚至可能仅放在叙述上。如果您的研究具有足够的代表性，可以提供有用的信息（这不必完全随机抽样，仅在解释的普遍性上要谨慎），则您的影响大小应具有比仅仅指出关系或差异的存在和方向更为广泛的含义。将讨论集中在效果大小上可以促进对关系或差异在实际意义上的重要性的更深入的理解，尽管这仍需要在研究主题的背景下加以考虑（例如，$r = .03$$p$$p$$p$

另一个可能互补的选择是在您的脚注上进行扩展。您对审阅者所经历的问题的描述以及此页面上当前接受的答案都表明，没有传达足够的信息来说明您添加脚注的动机，也没有足够的动机激励读者遵循您对参考文献的引用你用来简洁地解释它。一个单独的附加句子，甚至是引用文献中的简短引用，都可能对解释您的脚注的价值和激发读者更深入的阅读有很大帮助。显然，您的脚注会尽快促使您对您低估试图破坏他们对不当假设的自满情绪的一种简单，消极，不屑一顾的反应。如果您用勺子喂养他们可能经常忽略的问题的一个或两个要点，那么读者的智力惰性可能会有所降低。此外，对于许多特殊问题，$p$

$p$

• 统计测试中p值和t值的含义是什么？
• 了解p值

$p$完全重视！参见Senn ^（2001）和Lew ^（2013）的一些罕见且有价值的（但仅部分）防御措施$p$。[编辑]：另外，我在一个新问题中提出了这个问题：“ 为什么0.05 <p <0.95结果被称为假阳性？ ”在讨论我的答案时，OP提出了Hurlbert and Lombardi ^（2009），我提出了该问题。和我的同事一起，其中一位提出了Nuzzo ^（2014），这是一篇全新的《自然新闻》文章，引起了更多参考^{（古德曼，2001年，1992年；戈罗楚恩，霍奇，海曼，杜纳和格林伯格，2007年）} ...我显然并没有跟上这一步，但迈克尔显然并不孤单地捍卫从准确信息中提取有用信息的可能性$p$值（当他们做到 “严格执行”，至少）。

参考文献

^{-古德曼（SN）（1992）。关于复制，P值和证据的评论。医学统计学，11（7），875–879。
-古德曼（SN）（2001）。关于P值和贝叶斯：一个适度的建议。流行病学，第12卷第 3期，第295-297页。取自http://swfsc.noaa.gov/uploadedFiles/Divisions/PRD/Programs/ETP_Cetacean_Assessment/Of_P_Values_and_Bayes__A_Modest_Proposal.6.pdf。
-古德曼（2008）。一打烂：十二个P值误解。血液学研讨会，45（3），135–140。取自http://xa.yimg.com/kq/groups/18751725/636586767/name/twelve+P+value+misconceptions.pdf。
-Gorroochurn，P.，Hodge，SE，Heiman，GA，Durner，M.，＆Greenberg，DA（2007）。非重复关联研究：要复制的“伪失败”？遗传学杂志，9（6），325-331。从http://www.nature.com/gim/journal/v9/n6/full/gim200755a.html检索。
-SH.Hurlbert和CM的Lombardi（2009）。内曼-皮尔逊决策理论框架的最终崩溃和新菲舍利安主义者的兴起。Annales Zoologici Fennici，46（5），311–349。取自http://xa.yimg.com/kq/groups/1542294/508917937/name/HurlbertLombardi2009AZF.pdf。
-MJ卢（2013）。对P或不对P：关于P值的证据性质及其在科学推理中的位置。arXiv：1311.0081 [stat.ME]。从...获得http://arxiv.org/abs/1311.0081。
-R.Nuzzo（2014年2月12日）。科学方法：统计错误。Nature News，506（7487）。取自http://www.nature.com/news/scientific-method-statistical-errors-1.14700。
-Rosenthal，R.，Rosnow，RL＆Rubin，DB（2000）。行为研究中的对比和影响大小：一种相关方法。剑桥大学出版社。
-Senn，S.（2001）。P值有两个欢呼声吗？流行病学和生物统计学杂志，6（2），193–204。取自http://www.phil.vt.edu/dmayo/conference_2010/Senn%20Two%20Cheers%20Paper.pdf。
-Wagenmakers，EJ（2007）。实际解决普遍存在的问题p values. Psychonomic Bulletin & Review, 14(5), 779–804. Retrieved from http://www.brainlife.org/reprint/2007/Wagenmakers_EJ071000.pdf.}