P値は、科学におけるある種の聖杯として求められることがよくあります。 おそらく統計で最も物議を醸しているトピックの2016つである、2016年の一連の「少量の統計」から始めて、p値が実際に何であるか、そして実際にどのように誤解を招く可能性があるかについて説明します。 その後、XNUMXシリーズは、より有用なもの、つまり信頼区間を継続します。
新しい治療法と標準治療法（または対照）の基本的なランダム化臨床試験では、統計的検定を実行して、いくつかの仮定された結果測定値で試験のこれらの「腕」を比較します。 p値は、実際に存在する場合に、研究で見られるものと同じくらい大きな効果が観察される確率です。 いいえ 試験の両群間の結果の違い。 その確率が小さい場合（たとえば、p <0.05）、データが偶然に発生した可能性は低く、通常、治療群と対照群で結果が異なることを喜んでいます。 その確率が大きい場合（たとえば、p> 0.05）、すべての作業の後にデータが偶然に発生した可能性があり、治療間で結果が異なるかどうかを何らかの方法で言うことができないため、私たちは見捨てられる可能性がありますおよび対照群。 捜査官は p-ハッキング 数値を「統計的に有意な」結果にマッサージできるかどうかを確認するためのデータ。 残念ながら、これらの調査員はp値によって追跡されています。
統計的有意性を医学的重要性または生物学的関連性と同一視する傾向があります。 しかし、実質的な関心のない小さな効果は、大きなサンプルサイズで統計的有意性に達する可能性があります。 逆に、臨床的に重要な効果は、研究された被験者の数が少なかったという理由だけで統計的有意性に達することができないかもしれません。 要約すると、p値は、私たちの思考をXNUMXつの代替結果（有意または非有意）に制限し、正確なp値でさえ、研究グループ間または研究グループ間の違いの大きさについては何も教えてくれません。 救助のための信頼区間にご期待ください！
