stringtranslate.com

Статистическая значимость

При статистической проверке гипотез [1] [2] результат имеет статистическую значимость , когда результат, по крайней мере, такой же «экстремальный», был бы очень редким, если бы нулевая гипотеза была верна. [3] Точнее, определенный уровень значимости исследования , обозначаемый как , представляет собой вероятность того, что исследование отвергнет нулевую гипотезу, при условии, что нулевая гипотеза верна; [4] а p -значение результата, , представляет собой вероятность получения результата, по крайней мере, такого же экстремального, при условии, что нулевая гипотеза верна. [5] Результат является статистически значимым по стандартам исследования, когда . [6] [7] [8] [9] [10] [11] [12] Уровень значимости для исследования выбирается до сбора данных и обычно устанавливается на уровне 5% [13] или намного ниже — в зависимости от области исследования. [14]

В любом эксперименте или наблюдении , включающем взятие выборки из популяции , всегда существует вероятность того, что наблюдаемый эффект возник бы только из-за ошибки выборки . [15] [16] Но если p -значение наблюдаемого эффекта меньше (или равно) уровню значимости, исследователь может сделать вывод, что эффект отражает характеристики всей популяции, [1] тем самым отвергая нулевую гипотезу. [17]

Этот метод проверки статистической значимости результатов был разработан в начале 20 века. Термин значимость здесь не подразумевает важность, а термин статистическая значимость не то же самое, что исследовательская значимость, теоретическая значимость или практическая значимость. [1] [2] [18] [19] Например, термин клиническая значимость относится к практической значимости эффекта лечения. [20]

История

Статистическая значимость восходит к XVIII веку, к работам Джона Арбетнота и Пьера-Симона Лапласа , которые вычислили p -значение для соотношения полов у людей при рождении, предполагая нулевую гипотезу о равной вероятности рождения мальчиков и девочек; подробности см. в p -значении § История . [21] [22] [23] [24] [25] [26] [27]

В 1925 году Рональд Фишер выдвинул идею статистической проверки гипотез, которую он назвал «тестами значимости», в своей публикации «Статистические методы для научных работников» . [28] [29] [30] Фишер предложил вероятность один из двадцати (0,05) в качестве удобного уровня отсечения для отклонения нулевой гипотезы. [31] В статье 1933 года Ежи Нейман и Эгон Пирсон назвали этот уровень отсечения уровнем значимости , который они назвали . Они рекомендовали устанавливать его заранее, до любого сбора данных. [31] [32]

Несмотря на его первоначальное предложение 0,05 как уровня значимости, Фишер не намеревался фиксировать это пороговое значение. В своей публикации 1956 года «Статистические методы и научный вывод» он рекомендовал устанавливать уровни значимости в соответствии с конкретными обстоятельствами. [31]

Связанные концепции

Уровень значимости — это порог, ниже которого нулевая гипотеза отвергается, даже если по предположению она верна, и происходит что-то еще. Это означает, что также существует вероятность ошибочного отклонения нулевой гипотезы, если нулевая гипотеза верна. [4] Это также называется ложноположительной ошибкой и ошибкой типа I.

Иногда исследователи говорят об уровне достоверности γ = (1 − α ) . Это вероятность не отвергнуть нулевую гипотезу при условии, что она верна. [33] [34] Уровни достоверности и доверительные интервалы были введены Нейманом в 1937 году. [35]

Роль в статистической проверке гипотез

В двустороннем тесте область отклонения для уровня значимости α = 0,05 делится на оба конца выборочного распределения и составляет 5% площади под кривой (белые области).

Статистическая значимость играет ключевую роль в статистической проверке гипотез. Она используется для определения того, следует ли отвергнуть или сохранить нулевую гипотезу . Нулевая гипотеза — это гипотеза о том, что в изучаемом явлении не существует никакого эффекта. [36] Для того, чтобы нулевая гипотеза была отвергнута, наблюдаемый результат должен быть статистически значимым, т. е. наблюдаемое p -значение должно быть меньше заранее указанного уровня значимости .

Чтобы определить, является ли результат статистически значимым, исследователь вычисляет p -значение, которое представляет собой вероятность наблюдения эффекта той же величины или более экстремального при условии, что нулевая гипотеза верна. [5] [12] Нулевая гипотеза отклоняется, если p -значение меньше (или равно) заранее заданному уровню, . также называется уровнем значимости и представляет собой вероятность отклонения нулевой гипотезы при условии, что она верна ( ошибка первого рода ). Обычно оно устанавливается на уровне 5% или ниже.

Например, когда установлено на 5%, условная вероятность ошибки I типа , при условии, что нулевая гипотеза верна , составляет 5%, [37] а статистически значимый результат - это тот, где наблюдаемое p -значение меньше (или равно) 5%. [38] При извлечении данных из выборки это означает, что область отклонения составляет 5% распределения выборки . [39] Эти 5% могут быть отнесены к одной стороне распределения выборки, как в одностороннем тесте , или разделены на обе стороны распределения, как в двустороннем тесте , при этом каждый хвост (или область отклонения) содержит 2,5% распределения.

Использование одностороннего теста зависит от того, указывает ли исследовательский вопрос или альтернативная гипотеза направление, например, является ли группа объектов тяжелее или результаты учащихся на оценке лучше . [3] Двусторонний тест все еще может использоваться, но он будет менее мощным, чем односторонний тест, потому что область отклонения для одностороннего теста сосредоточена на одном конце нулевого распределения и в два раза больше (5% против 2,5%) каждой области отклонения для двустороннего теста. В результате нулевая гипотеза может быть отклонена с менее экстремальным результатом, если использовался односторонний тест. [40] Односторонний тест более мощный, чем двусторонний тест, только если указанное направление альтернативной гипотезы верно. Однако, если оно неверно, то односторонний тест не имеет мощности.

Пороги значимости в определенных областях

В таких областях, как физика элементарных частиц и производство , статистическая значимость часто выражается в кратных значениях стандартного отклонения или сигмы ( σ ) нормального распределения , при этом пороги значимости устанавливаются на гораздо более строгом уровне (например, 5 σ ). [41] [ 42] Например, уверенность в существовании частицы бозона Хиггса основывалась на критерии 5 σ , что соответствует p -значению около 1 из 3,5 миллионов. [42] [43]

В других областях научных исследований, таких как исследования ассоциаций на уровне всего генома , уровни значимости могут быть такими низкими, как5 × 10−8 не являются редкостью [44] [45] , поскольку количество проведенных тестов чрезвычайно велико.

Ограничения

Исследователи, сосредоточенные исключительно на том, являются ли их результаты статистически значимыми, могут сообщать о результатах, которые не являются существенными [46] и не воспроизводимыми. [47] [48] Существует также разница между статистической значимостью и практической значимостью. Исследование, которое признано статистически значимым, не обязательно может быть практически значимым. [49] [19]

Размер эффекта

Размер эффекта является мерой практической значимости исследования. [49] Статистически значимый результат может иметь слабый эффект. Чтобы оценить исследовательскую значимость своего результата, исследователи должны всегда сообщать размер эффекта вместе с p -значениями. Мера размера эффекта количественно определяет силу эффекта, например, расстояние между двумя средними в единицах стандартного отклонения (ср. d Коэна ), коэффициент корреляции между двумя переменными или его квадрат и другие меры. [50]

Воспроизводимость

Статистически значимый результат может быть нелегко воспроизвести. [48] В частности, некоторые статистически значимые результаты на самом деле будут ложноположительными. Каждая неудачная попытка воспроизвести результат увеличивает вероятность того, что результат был ложноположительным. [51]

Вызовы

Чрезмерное использование в некоторых журналах

Начиная с 2010-х годов некоторые журналы начали задаваться вопросом, не слишком ли сильно полагаются на тестирование значимости, и в частности на использование порога α = 5%, как на основную меру обоснованности гипотезы. [52] Некоторые журналы поощряли авторов проводить более подробный анализ, чем просто статистический тест значимости. В социальной психологии журнал Basic and Applied Social Psychology вообще запретил использование тестирования значимости в опубликованных им работах, [53] требуя от авторов использовать другие меры для оценки гипотез и воздействия. [54] [55]

Другие редакторы, комментируя этот запрет, отметили: «Запрет на сообщение p -значений, как это недавно сделала Basic and Applied Social Psychology, не решит проблему, потому что это всего лишь лечение симптома проблемы. Нет ничего плохого в проверке гипотез и p -значениях как таковых, пока авторы, рецензенты и редакторы действий используют их правильно». [56] Некоторые статистики предпочитают использовать альтернативные меры доказательств, такие как отношения правдоподобия или байесовские факторы . [57] Использование байесовской статистики может избежать уровней достоверности, но также требует принятия дополнительных предположений, [57] и не обязательно может улучшить практику в отношении статистического тестирования. [58]

Широко распространенное злоупотребление статистической значимостью представляет собой важную тему исследований в области метанауки . [59]

Переосмысление значимости

В 2016 году Американская статистическая ассоциация (ASA) опубликовала заявление о p -значениях, в котором говорилось, что «широко распространенное использование «статистической значимости» (обычно интерпретируемой как « p  ≤ 0,05») в качестве лицензии на утверждение о научном открытии (или подразумеваемой истинности) приводит к значительному искажению научного процесса». [57] В 2017 году группа из 72 авторов предложила повысить воспроизводимость, изменив пороговое значение p для статистической значимости с 0,05 до 0,005. [60] Другие исследователи ответили, что введение более строгого порогового значения значимости усугубит такие проблемы, как выемка данных ; альтернативные предложения, таким образом, заключаются в выборе и обосновании гибких пороговых значений p перед сбором данных [61] или в интерпретации p -значений как непрерывных индексов, тем самым отбрасывая пороговые значения и статистическую значимость. [62] Кроме того, изменение до 0,005 увеличит вероятность ложноотрицательных результатов, когда изучаемый эффект реален, но тест не может его показать. [63]

В 2019 году более 800 статистиков и ученых подписали сообщение, призывающее отказаться от термина «статистическая значимость» в науке [64] , а ASA опубликовала дополнительное официальное заявление [65], в котором говорилось (стр. 2):

На основе обзора статей в этом специальном выпуске и более широкой литературы мы приходим к выводу, что пришло время полностью прекратить использование термина «статистически значимый». Не должны выживать и такие варианты, как «значительно отличающийся», « ,» и «незначимый», выраженные словами, звездочками в таблице или каким-либо другим способом.

Смотрите также

Ссылки

  1. ^ abc Sirkin, R. Mark (2005). "T-тесты для двух выборок". Статистика для социальных наук (3-е изд.). Thousand Oaks, CA: SAGE Publications, Inc. стр. 271–316. ISBN 978-1-4129-0546-6.
  2. ^ ab Borror, Connie M. (2009). «Статистическое принятие решений». Справочник сертифицированного инженера по качеству (3-е изд.). Милуоки, Висконсин: ASQ Quality Press. С. 418–472. ISBN 978-0-87389-745-7.
  3. ^ ab Myers, Jerome L.; Well, Arnold D.; Lorch, Robert F. Jr. (2010). «Разработка основ проверки гипотез с использованием биномиального распределения». Research design and statistics analysis (3rd ed.). New York, NY: Routledge. pp. 65–90. ISBN 978-0-8058-6431-1.
  4. ^ ab Dalgaard, Peter (2008). "Мощность и вычисление размера выборки". Введение в статистику с R. Статистика и вычисления. Нью-Йорк: Springer. С. 155–56. doi :10.1007/978-0-387-79054-1_9. ISBN 978-0-387-79053-4.
  5. ^ ab "Статистическая проверка гипотез". www.dartmouth.edu . Архивировано из оригинала 2020-08-02 . Получено 2019-11-11 .
  6. ^ Джонсон, Вейлен Э. (9 октября 2013 г.). «Пересмотренные стандарты статистических доказательств». Труды Национальной академии наук . 110 (48): 19313–19317. Bibcode : 2013PNAS..11019313J. doi : 10.1073/pnas.1313476110 . PMC 3845140. PMID  24218581 . 
  7. ^ Редмонд, Кэрол; Колтон, Теодор (2001). «Клиническая значимость против статистической значимости». Биостатистика в клинических испытаниях . Справочная серия Wiley по биостатистике (3-е изд.). Западный Сассекс, Соединенное Королевство: John Wiley & Sons Ltd. стр. 35–36. ISBN 978-0-471-82211-0.
  8. ^ Камминг, Джефф (2012). Понимание новой статистики: размеры эффекта, доверительные интервалы и метаанализ . Нью-Йорк, США: Routledge. С. 27–28.
  9. ^ Крживинский, Мартин; Альтман, Наоми (30 октября 2013 г.). «Точки значимости: значимость, значения P и t-тесты». Nature Methods . 10 (11): 1041–1042. doi : 10.1038/nmeth.2698 . PMID  24344377.
  10. ^ Шам, Пак К.; Перселл, Шон М. (17 апреля 2014 г.). «Статистическая мощность и значимость тестирования в крупномасштабных генетических исследованиях». Nature Reviews Genetics . 15 (5): 335–346. doi :10.1038/nrg3706. PMID  24739678. S2CID  10961123.
  11. ^ Альтман, Дуглас Г. (1999). Практическая статистика для медицинских исследований . Нью-Йорк, США: Chapman & Hall/CRC. С. 167. ISBN 978-0-412-27630-9.
  12. ^ ab Devore, Jay L. (2011). Вероятность и статистика для инженерии и наук (8-е изд.). Бостон, Массачусетс: Cengage Learning. стр. 300–344. ISBN 978-0-538-73352-6.
  13. ^ Craparo, Robert M. (2007). «Уровень значимости». В Salkind, Neil J. (ред.). Encyclopedia of Measurement and Statistics . Том 3. Thousand Oaks, CA: SAGE Publications. стр. 889–891. ISBN 978-1-4129-1611-0.
  14. ^ Sproull, Natalie L. (2002). «Проверка гипотез». Справочник по методам исследования: руководство для практиков и студентов социальных наук (2-е изд.). Lanham, MD: Scarecrow Press, Inc. стр. 49–64. ISBN 978-0-8108-4486-5.
  15. ^ Бабби, Эрл Р. (2013). «Логика выборки». Практика социальных исследований (13-е изд.). Белмонт, Калифорния: Cengage Learning. стр. 185–226. ISBN 978-1-133-04979-1.
  16. ^ Faherty, Vincent (2008). «Вероятность и статистическая значимость». Compassionate Statistics: Applied Quantitative Analysis for Social Services (С упражнениями и инструкциями в SPSS) (1-е изд.). Thousand Oaks, CA: SAGE Publications, Inc. стр. 127–138. ISBN 978-1-4129-3982-9.
  17. ^ Маккиллуп, Стив (2006). «Вероятность помогает вам принять решение о ваших результатах» . Statistics Explained: An Introductory Guide for Life Scientists (1-е изд.). Кембридж, Великобритания: Cambridge University Press. стр. 44–56. ISBN 978-0-521-54316-3.
  18. ^ Майерс, Джером Л.; Уэлл, Арнольд Д.; Лорч, Роберт Ф. младший (2010). «Распределение t и его приложения». Research Design and Statistical Analysis (3-е изд.). Нью-Йорк, Нью-Йорк: Routledge. С. 124–153. ISBN 978-0-8058-6431-1.
  19. ^ ab Хупер, Питер. "Что такое P-value?" (PDF) . Университет Альберты, Департамент математических и статистических наук . Архивировано из оригинала (PDF) 31 марта 2020 г. . Получено 10 ноября 2019 г. .
  20. ^ Leung, W.-C. (2001-03-01). «Баланс статистической и клинической значимости при оценке эффектов лечения». Postgraduate Medical Journal . 77 (905): 201–204. doi :10.1136/pmj.77.905.201. ISSN  0032-5473. PMC 1741942. PMID 11222834  . 
  21. ^ Брайан, Эрик; Джейссон, Мари (2007). «Физико-теология и математика (1710–1794)». Происхождение соотношения полов у людей при рождении . Springer Science & Business Media. стр. 1–25. ISBN 978-1-4020-6036-6.
  22. Джон Арбетнот (1710). «Аргумент в пользу Божественного Провидения, взятый из постоянной регулярности, наблюдаемой в рождении обоих полов» (PDF) . Philosophical Transactions of the Royal Society of London . 27 (325–336): 186–190. doi : 10.1098/rstl.1710.0011 .
  23. ^ Conover, WJ (1999), «Глава 3.4: Тест знаков», Practical Nonparametric Statistics (Третье изд.), Wiley, стр. 157–176, ISBN 978-0-471-16068-7
  24. ^ Спрент, П. (1989), Прикладные непараметрические статистические методы (второе издание), Chapman & Hall, ISBN 978-0-412-44980-2
  25. ^ Стиглер, Стивен М. (1986). История статистики: измерение неопределенности до 1900 года . Издательство Гарвардского университета. С. 225–226. ISBN 978-0-674-40341-3.
  26. ^ Беллхаус, Дэвид (2001), «Джон Арбутнот», в CC Heyde ; E. Seneta (ред.), в Statisticians of the Centuries , Springer, стр. 39–42, ISBN 978-0-387-95329-8
  27. ^ Хальд, Андерс (1998), «Глава 4. Случайность или замысел: тесты значимости», История математической статистики с 1750 по 1930 год , Wiley, стр. 65
  28. ^ Камминг, Джефф (2011). «От значимости нулевой гипотезы к проверке размеров эффекта». Понимание новой статистики: размеры эффекта, доверительные интервалы и метаанализ . Серия многомерных приложений. Восточный Сассекс, Соединенное Королевство: Routledge. стр. 21–52. ISBN 978-0-415-87968-2.
  29. ^ Фишер, Рональд А. (1925). Статистические методы для научных работников. Эдинбург, Великобритания: Oliver and Boyd. С. 43. ISBN 978-0-05-002170-5.
  30. ^ Poletiek, Fenna H. (2001). "Формальные теории тестирования". Поведение при проверке гипотез . Очерки по когнитивной психологии (1-е изд.). Восточный Сассекс, Соединенное Королевство: Psychology Press. С. 29–48. ISBN 978-1-84169-159-6.
  31. ^ abc Куинн, Джеффри Р.; Кио, Майкл Дж. (2002). Экспериментальный дизайн и анализ данных для биологов (1-е изд.). Кембридж, Великобритания: Cambridge University Press. стр. 46–69. ISBN 978-0-521-00976-8.
  32. ^ Нейман, Дж.; Пирсон, Э.С. (1933). «Проверка статистических гипотез в отношении вероятностей априори». Математические труды Кембриджского философского общества . 29 (4): 492–510. Bibcode :1933PCPS...29..492N. doi :10.1017/S030500410001152X. S2CID  119855116.
  33. ^ "Выводы о статистической значимости возможны с помощью доверительного интервала. Если доверительный интервал не включает значение нулевого эффекта, можно предположить, что есть статистически значимый результат". Prel, Jean-Baptist du; Hommel, Gerhard; Röhrig, Bernd; Blettner, Maria (2009). "Confidence Interval or P-Value?". Deutsches Ärzteblatt Online . 106 (19): 335–9. doi :10.3238/arztebl.2009.0335. PMC 2689604. PMID 19547734  . 
  34. ^ StatNews #73: Перекрывающиеся доверительные интервалы и статистическая значимость
  35. ^ Нейман, Дж. (1937). «Очерк теории статистической оценки, основанной на классической теории вероятностей». Philosophical Transactions of the Royal Society A. 236 ( 767): 333–380. Bibcode : 1937RSPTA.236..333N. doi : 10.1098/rsta.1937.0005. JSTOR  91337. S2CID  19584450.
  36. ^ Мейер, Кеннет Дж.; Брудни, Джеффри Л.; Бохте, Джон (2011). Прикладная статистика для государственного и некоммерческого управления (3-е изд.). Бостон, Массачусетс: Cengage Learning. стр. 189–209. ISBN 978-1-111-34280-7.
  37. ^ Хили, Джозеф Ф. (2009). Основы статистики: инструмент для социальных исследований (2-е изд.). Белмонт, Калифорния: Cengage Learning. стр. 177–205. ISBN 978-0-495-60143-2.
  38. ^ Маккиллуп, Стив (2006). Статистика, объясненная: Вводное руководство для ученых-биологов (1-е изд.). Кембридж, Великобритания: Cambridge University Press. стр. 32–38. ISBN 978-0-521-54316-3.
  39. ^ Здоровье, Дэвид (1995). Введение в экспериментальный дизайн и статистику в биологии (1-е изд.). Бостон, Массачусетс: CRC press. стр. 123–154. ISBN 978-1-85728-132-3.
  40. ^ Хинтон, Перри Р. (2010). «Значимость, ошибка и сила». Статистика объяснена (3-е изд.). Нью-Йорк, Нью-Йорк: Routledge. С. 79–90. ISBN 978-1-84872-312-2.
  41. ^ Vaughan, Simon (2013). Научный вывод: обучение на основе данных (1-е изд.). Кембридж, Великобритания: Cambridge University Press. С. 146–152. ISBN 978-1-107-02482-3.
  42. ^ ab Bracken, Michael B. (2013). Риск, шанс и причинность: исследование происхождения и лечения заболеваний (1-е изд.). Нью-Хейвен, Коннектикут: Yale University Press. стр. 260–276. ISBN 978-0-300-18884-4.
  43. ^ Франклин, Аллан (2013). «Пролог: Подъем сигм». Shifting Standards: Experiments in Particle Physics in the Twentieth Century (1-е изд.). Питтсбург, Пенсильвания: University of Pittsburgh Press. стр. Ii–Iii. ISBN 978-0-8229-4430-0.
  44. ^ Кларк, GM; Андерсон, CA; Петтерссон, FH; Кардон, LR; Моррис, AP; Зондерван, KT (6 февраля 2011 г.). «Базовый статистический анализ в генетических исследованиях случай-контроль». Nature Protocols . 6 (2): 121–33. doi :10.1038/nprot.2010.182. PMC 3154648 . PMID  21293453. 
  45. ^ Barsh, GS; Copenhaver, GP; Gibson, G; Williams, SM (5 июля 2012 г.). «Руководство по полногеномным ассоциативным исследованиям». PLOS Genetics . 8 (7): e1002812. doi : 10.1371/journal.pgen.1002812 . PMC 3390399. PMID  22792080 . 
  46. ^ Карвер, Рональд П. (1978). «Дело против проверки статистической значимости». Harvard Educational Review . 48 (3): 378–399. doi :10.17763/haer.48.3.t490261645281841. S2CID  16355113.
  47. ^ Иоаннидис, Джон ПА (2005). «Почему большинство опубликованных результатов исследований ложны». PLOS Medicine . 2 (8): e124. doi : 10.1371/journal.pmed.0020124 . PMC 1182327. PMID  16060722 . 
  48. ^ ab Amrhein, Valentin; Korner-Nievergelt, Fränzi; Roth, Tobias (2017). «Земля плоская (p > 0,05): пороги значимости и кризис невоспроизводимых исследований». PeerJ . 5 : e3544. doi : 10.7717/peerj.3544 . PMC 5502092 . PMID  28698825. 
  49. ^ ab Hojat, Mohammadreza; Xu, Gang (2004). «Путеводитель по размерам эффектов». Advances in Health Sciences Education . 9 (3): 241–9. doi :10.1023/B:AHSE.0000038173.00909.f6. PMID  15316274. S2CID  8045624.
  50. ^ Педазур, Элазар Дж.; Шмелькин, Лиора П. (1991). Измерение, проектирование и анализ: комплексный подход (под ред. Студента). Нью-Йорк, штат Нью-Йорк: Psychology Press. стр. 180–210. ISBN 978-0-8058-1063-9.
  51. ^ Stahel, Werner (2016). «Статистическая проблема воспроизводимости». Принципы, проблемы, практика и перспективы Воспроизводимость: принципы, проблемы, практика и перспективы : 87–114. doi :10.1002/9781118865064.ch5. ISBN 978-1-118-86497-5.
  52. ^ "Серия семинаров CSSME: спор о p-значениях и парадигме проверки значимости нулевой гипотезы (NHST)". www.education.leeds.ac.uk . Школа образования, Университет Лидса . Получено 01.12.2016 .
  53. ^ Новелла, Стивен (25 февраля 2015 г.). «Журнал психологии запрещает тестирование значимости». Научная медицина.
  54. ^ Вулстон, Крис (2015-03-05). "Журнал психологии запрещает значения P". Nature . 519 (7541): 9. Bibcode :2015Natur.519....9W. doi : 10.1038/519009f .
  55. ^ Зигфрид, Том (2015-03-17). «Запрет значения P: маленький шаг для журнала, гигантский скачок для науки». Science News . Получено 2016-12-01 .
  56. ^ Антонакис, Джон (февраль 2017 г.). «О том, как делать науку лучше: от волнения открытия до политических последствий» (PDF) . The Leadership Quarterly . 28 (1): 5–21. doi :10.1016/j.leaqua.2017.01.006.
  57. ^ abc Вассерштейн, Рональд Л.; Лазар, Николь А. (2016-04-02). «Заявление ASA о p-значениях: контекст, процесс и цель». The American Statistician . 70 (2): 129–133. doi : 10.1080/00031305.2016.1154108 .
  58. ^ Гарсия-Перес, Мигель А. (2016-10-05). «Не давай ложного свидетельства против проверки значимости нулевой гипотезы». Образовательные и психологические измерения . 77 (4): 631–662. doi :10.1177/0013164416668232. ISSN  0013-1644. PMC 5991793. PMID  30034024 . 
  59. ^ Иоаннидис, Джон ПА; Уэр, Дженнифер Дж.; Вагенмейкерс, Эрик-Джан; Симонсон, Ури; Чемберс, Кристофер Д.; Баттон, Кэтрин С.; Бишоп, Дороти В.М.; Носек, Брайан А.; Мунафо, Маркус Р. (январь 2017 г.). «Манифест воспроизводимой науки». Nature Human Behaviour . 1 (1): 0021. doi : 10.1038/s41562-016-0021 . PMC 7610724 . PMID  33954258. 
  60. ^ Бенджамин, Дэниел и др. (2018). «Переопределите статистическую значимость». Nature Human Behaviour . 1 (1): 6–10. doi : 10.1038/s41562-017-0189-z . hdl : 10281/184094 . PMID  30980045.
  61. ^ Чавла, Далмит (2017). «Порог „один размер подходит всем“ для значений P под обстрелом». Nature . doi :10.1038/nature.2017.22625.
  62. ^ Амрайн, Валентин; Гринланд, Сандер (2017). «Удаляйте, а не переопределяйте статистическую значимость». Nature Human Behaviour . 2 (1): 0224. doi :10.1038/s41562-017-0224-0. PMID  30980046. S2CID  46814177.
  63. ^ Вайс, Стюарт (ноябрь 2017 г.). «Перемещение статистических ворот науки». csicop.org . CSI . Получено 10 июля 2018 г. .
  64. ^ МакШейн, Блейк; Гринланд, Сандер; Амрхейн, Валентин (март 2019 г.). «Ученые восстают против статистической значимости». Nature . 567 (7748): 305–307. Bibcode :2019Natur.567..305A. doi : 10.1038/d41586-019-00857-9 . PMID  30894741.
  65. ^ Вассерштейн, Рональд Л.; Ширм, Аллен Л.; Лазар, Николь А. (2019-03-20). «Переход в мир за пределами "p < 0,05"». Американский статистик . 73 (sup1): 1–19. doi : 10.1080/00031305.2019.1583913 .

Дальнейшее чтение

Внешние ссылки