原创分享：为什么有人说大部分发表的科学研究都是错的？(1/2)

“p≈ap;ap;lt;005”、“同行评审”、“影响因”被不少科学家成为科研界的三大癣，大家对他们怨声载。不过和另外两个不同，p≈ap;ap;lt;0005可是自1925年诞生之日起就饱受诟病，从2010年开始不停又科学家开始对这个统计学中重要指标发起攻击。2015年时心理学杂志basid applied cial psychology（basp）就直接宣布我们再也不发表带p值的文章啦！然后basp的编辑在接受自然采访时表示：如果假设检验从所有科研版上消失那我会很兴，但是我们还不知可以用什么来取代它那么这个让人又又恨的p值（p vae）到底是个什么东西呢？p值的计算可以向上追溯到18世纪，当时人们在统计生时的男女比例，p值被用于计算男女生概率相等零假设的统计学显著。首先将p≈ap;ap;lt;0005行推广的人是罗纳德·费雪（ sir ronald aylr fisher ，1890-1962），现代统计学与现代演化论的奠基者之一。（就是这位大哥证明了孟德尔的遗传定律和达尔文的理论并非互相矛盾而是相辅相成。）他在1925年所著的《研究工作者的统计方法（statistics thods for research workers ）》对后世影响力大。正是在这著作中他提将p=005作为统计显著的极限，并将其应用于正态分布（作为量为检验），从而得两个有统计显著的标准差的规则。话说这大哥真的是一拍脑门就想来的005啊，005纯粹就是个人为设置的值。只不过后来成为了大家都公认了这个定值。加来我们看一统计学中的检验假设。（以来自百度百科）假设检验(hypothesis testg)，又称统计假设检验，是用来判断样本与样本、样本与总的差异是由样误差引起还是本质差别造成的统计推断方法。显著检验是假设检验中最常用的一方法，也是一最基本的统计推断形式。1、提检验假设又称无效假设，符号是h0；备择假设的符号是h1 。h0：样本与总或样本与样本间的差异是由样误差引起的；h1：样本与总或样本与样本间存在本质差异；预先设定的检验准为005；当检验假设为真，但被错误地拒绝的概率，记作α，通常取α=005或α=001 。2、选定统计方法，由样本观察值相应的公式计算统计量的大小，如x2值、t值等。据资料的类型和特，可分别选用z检验，t检验，秩和检验和卡方检验等。3、据统计量的大小及其分布确定检验假设成立的可能p的大小并判断结果。若p≈ap;ap;gt;α，结论为α所取准不显著，不拒绝h0，即认为差别很可能是由于样误差造成的，在统计上不成立；如果p≤α，结论为所取α准显著，拒绝h0，接受h1，则认为此差别不大可能仅由样误差所致，很可能是实验因素不同

本章尚未读完,请击一页继续阅读---->>>