पी-मानों को अक्सर विज्ञान में किसी प्रकार के पवित्र कंघी बनानेवाले की रेती के रूप में मांगा जाता है। आँकड़ों में सबसे विवादास्पद विषयों में से एक, हम 'छोटी खुराक में आँकड़ों' की अपनी 2016 की श्रृंखला शुरू करते हैं, जिसमें बताया गया है कि वास्तव में पी-मान क्या हैं और वे वास्तव में कैसे भ्रामक हो सकते हैं। 2016 की श्रृंखला फिर कुछ और उपयोगी, यानी आत्मविश्वास अंतराल के साथ जारी है।
नए उपचार वी मानक उपचार (या नियंत्रण) के बुनियादी यादृच्छिक नैदानिक परीक्षण में, कुछ अनुमानित परिणाम माप पर परीक्षण के इन 'हथियारों' की तुलना करने के लिए सांख्यिकीय परीक्षण चलाए जाते हैं, और वॉयला, एक पी-मूल्य पॉप करता है! पी-वैल्यू संभावना है कि एक अध्ययन में देखे गए प्रभावों के रूप में बड़े पैमाने पर प्रभाव देखा जाएगा यदि वास्तव में है नहीं परीक्षण के हथियारों के बीच परिणाम में अंतर। यदि वह संभावना कम है (कहते हैं, पी <0.05), तो डेटा संयोग से उत्पन्न होने की संभावना नहीं है, और हम आम तौर पर आनन्दित होते हैं कि हमारे परिणाम उपचार और नियंत्रण समूहों के बीच भिन्न होते हैं। यदि वह संभावना बड़ी है (जैसे, पी> 0.05), तो हम निराश हो सकते हैं, क्योंकि हमारे सभी कामों के बाद, डेटा संयोग से उत्पन्न हो सकता है, और हम एक या दूसरे तरीके से यह नहीं कह सकते हैं कि हमारा परिणाम उपचार के बीच भिन्न है या नहीं और नियंत्रण समूह। जांचकर्ताओं के पास भी है पी-हैक किया गया उनका डेटा यह देखने के लिए कि क्या संख्याओं को "सांख्यिकीय रूप से महत्वपूर्ण" निष्कर्षों में मालिश किया जा सकता है। अफसोस की बात है कि इन जांचकर्ताओं को पी-वैल्यू से अलग कर दिया गया है।
चिकित्सा महत्व या जैविक प्रासंगिकता के साथ सांख्यिकीय महत्व को समान करने की प्रवृत्ति है। लेकिन बिना किसी वास्तविक रुचि के छोटे प्रभाव बड़े नमूना आकारों के साथ सांख्यिकीय महत्व तक पहुंच सकते हैं; इसके विपरीत, चिकित्सकीय रूप से महत्वपूर्ण प्रभाव केवल सांख्यिकीय महत्व तक नहीं पहुंच सकते क्योंकि अध्ययन किए गए विषयों की संख्या कम थी। संक्षेप में, पी-मान हमारी सोच को दो वैकल्पिक परिणामों तक सीमित रखते हैं - महत्वपूर्ण या महत्वपूर्ण नहीं - और यहां तक कि सटीक पी-मान हमें अध्ययन समूहों के बीच या उनके बीच अंतर के आकार के बारे में कुछ भी नहीं बताते हैं। बचाव के लिए कॉन्फिडेंस इंटरवल के लिए बने रहें!
