“在医学研究中，研究人员通常对确定组间测量结果的差异大小感兴趣，而不是简单地表明它是否具有统计学意义。”
加德纳 MJ，奥特曼 DG。 置信区间而不是 p 值：估计而不是假设检验。 英国医学杂志 1986；292（6522）：746-50。
总结上个月，p 值告诉我们是否有统计上显着的结果。 那么为什么这还不够呢？ 统计学意义和临床重要性是两个独立的判断。 一项大型研究可能能够检测到统计学上显着的差异，这种差异很小且临床上不重要； 相反，一项小型研究可能无法检测到临床上重要的微小差异。 简而言之，p 值的隧道视野并没有真正的帮助，而是鼓励懒惰的思考！
置信区间 (CI) 为我们对真实治疗效果大小的最佳猜测提供了一个范围，考虑到实际观察到的差异大小，该范围是合理的。 如果要从来自同一人群的 100 个相同大小的样本构建 CI，其中 95 个将包含真正的治疗效果，5 个不会。 如果知道真正的治疗效果，我们有 95% 的信心，CI 将包含它。 由于置信度取决于区间而不是真实效果，因此说“真实效果有 95% 的概率在 CI 内”是不正确的。 这是因为真正的效果（我们不知道，这也是我们首先进行研究的原因）要么落在特定的时间间隔内，要么不落在特定的时间间隔内。 也就是说，它在 CI 中的概率要么是 100%，要么是 0%； 它不是 95%。 最后，请注意，可以为任意数量的概率构建 CI，尽管大多数调查人员报告了 90%、95% 和 99% 的 CI。
下个月，我们将继续讨论置信区间。
