72位学者搞事情！以后P<.005才算统计显著？

4899

收藏 2017-08-08

7月22日，著名心理学家Brian Nosek在twitter上发布了一条推，引起了广泛的讨论。72位学者主张：当前研究中常用的统计指标p值中，使用.05作为显著性的阈值太不靠谱了，需要更加严格一些，使用.005。这72人当中就包括知识分子主编之一谢宇老师。

为什么选择.005呢？

作者们写下如下两点原因：

第一，.005大约与贝叶斯因子的14~26相对应，是比较强的证据；

第二，.005在许多研究领域者能够较好地控制假阳性。

这种提议引起了广泛的讨论，不乏反对的声音，经管之家会不断跟进此事的进展。

附预印版论文：

BenjaminEtAlRedefineStatisticalSignificance.pdf
大小:(6.99 MB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

客初

2017-8-8 13:59:58

对统计学和学术研究感兴趣的朋友可以追踪一下讨论，贴在这里，也可以自己加以评论。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nuomin

2017-8-8 14:14:09

回归估计中经常见到P<0.001的情况，将阈值定为P<0.005不会造成太大困扰。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

Crsky7

2017-8-8 14:54:23

P值本身就带有误导性，所以阈值定多少意义不大

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

飞天玄舞6

2017-8-8 15:22:58

现在最常用的一般是0.01和0.05这两个，也就是1%或5%的显著性水平，如果阈值太小，接受原假设的可能性越大，那么犯第二类错误的概率就变大。选择阈值其实是在第一二类错误中找到平衡。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

爱萌

2017-8-8 18:12:11

赞同这72位统计学家，理由是在过去生物、经济学和金融中出现了大量看起来很好的实验，但最后是错了，增加严谨性，提高可靠

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

东方祥

2017-8-8 20:36:03

经常听很多统计大牛说，统计学是艺术。其实统计学的显著性水平P始终是一个参考，不同的背景下有不同的阈值，取决你的业务背景。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

323191599

2017-8-8 22:11:39

还是要各自领域自己定才行

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jiandong4388

2017-8-9 01:52:09

其实p-value是为了方便才计算的。0.05嘛不是很好也不是太差，之前搞的模型里面一般会报告p-value小于0.05、0.01、0.0001三种情况。其实更好的是报告置信区间。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mj2012

2017-8-9 07:57:55

关键是制止不了数据造假，即使数据不造假，有选择性地选择数据也可以让数据听话。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

sqy

2017-8-9 08:55:32

同意楼上板凳童鞋的意见。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

王二小飞

2017-8-9 10:23:26

感觉这个P值应该与各个行业相关吧，像科研和生物这些精细和要求高的行业，可以定为0.005，但是作为一般的调研分析而言p值为0.05已经可以表明是否显著了

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

zhangyingjie

2017-8-9 23:36:20

多谢楼主的分享！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

aw38181111

2017-8-10 08:19:48

王二小飞发表于 2017-8-9 10:23
感觉这个P值应该与各个行业相关吧，像科研和生物这些精细和要求高的行业，可以定为0.005，但是作为一般的调 ...

表示赞同

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

owlskipjack

2017-8-10 09:21:44

常把一个要检验的假设记作H0,称为原假设（或零假设） (null hypothesis) ，与H0对立的假设记作H1，称为备择假设(alternative hypothesis) 。
⑴ 在原假设为真时，决定放弃原假设，称为第一类错误，其出现的概率通常记作α；
⑵ 在原假设不真时，决定不放弃原假设，称为第二类错误，其出现的概率通常记作β。

通常只限定犯第一类错误的最大概率α，不考虑犯第二类错误的概率β。这样的假设检验又称为显著性检验，概率α称为显著性水平。

最常用的α值为0.01、0.05、0.10等。一般情况下，根据研究的问题，如果放弃真假设损失大，为减少这类错误，α取值小些，反之，α取值大些。

当然，如果想同时降低两类错误，唯一的办法就是大幅增加样本容量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nanfeng36

2017-8-10 13:33:47

owlskipjack 发表于 2017-8-10 09:21
常把一个要检验的假设记作H0,称为原假设（或零假设） (null hypothesis) ，与H0对立的假设记作H1，称为备择 ...

楼主说的是真理。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

王二小飞

2017-8-10 13:50:06

owlskipjack 发表于 2017-8-10 09:21
常把一个要检验的假设记作H0,称为原假设（或零假设） (null hypothesis) ，与H0对立的假设记作H1，称为备择 ...

让我想起了贾俊平版统计学上的叙述。。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

jiandong4388

2017-8-10 16:05:43

owlskipjack 发表于 2017-8-10 09:21
常把一个要检验的假设记作H0,称为原假设（或零假设） (null hypothesis) ，与H0对立的假设记作H1，称为备择 ...

其实第一类和第二类错误不能同时降低，只能固定一段，来寻求犯另一错误最低。当然这是低维的假设检验，高维的还涉及稀疏估计。大样本下一般用似然比检验吧。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

dachengruoque

2017-8-12 16:50:05

人文学科并不需要这么严格吧

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

william9225

2017-8-27 18:54:10

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

szq

2017-8-29 06:08:57

这个应该结合具体问题来进行分析，看看第一类错误还是第二类错误的后果严重程度来决定

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群