统计学需要一场变革
2020-10-08莉迪娅·登沃斯
南方周末 2020-10-08
莉迪娅·登沃斯(LydiaDenworth)

近100年来,统计学家使用p值来描述数据的统计显著性,这种方法造成了许多人在工作中把统计显著性当作了实际显著性,做出了很多不科学的决策。
视觉中国❘图
★统计分析的薄弱基础导致了科学最肮脏的秘密和许多深层次的缺陷。在争议声中,实验经济学、生物医学研究特别是心理学被卷入一场科学实验可重复性的危机之中。尽管呼吁改革的力度越来越大,对于是否应该调整或彻底改革统计分析方法,学者们还存在分歧。
1925年,英国遗传学家兼统计学家罗纳德·菲舍尔(Ronald Fisher)出版了《研究者的统计方法 》 (Statistical Methods for Research Workers)一书。这本书的书名在当时看起来并不会“畅销”,但实际上这本书却取得了巨大的成功,而且还使菲舍尔成为现代统计学之父。在这本书中,他着眼于研究人员如何将统计检验理论应用于实际数据,以便基于数据得出他们所发现的结论。当使用某个统计假设来做检验时,该检验能够概述数据与其假设的模型之间的兼容性,并生成一个p值。
菲舍尔建议,作为一个方便的指南,研究人员可以考虑将p值设为0.05。对于这一点,他专门论述道:“在判断某个偏差是否应该被认为是显著的时候,将这一阈值作为判断标准是很方便的。”他还建议,p值低于该阈值的结论是可靠的,因此不要把时间花在大于该阈值的统计结论上。因此,菲舍尔的这一建议诞生了p小于0.05等价于所谓的统计显著性,这成了“显著”的数学定义。
菲舍尔的遗憾
近一个世纪之后,在科学研究的许多领域,p值小于0.05被认为是确定实验数据可靠性的金标准。……
登录APP查看全文
