仮説検定とP値の誤解
聴講コース 臨床研究者のための生物統計学の3回目の動画を視聴した仮説検定とP値の誤解統計に関する根本的考え方や誤解を説明してくれていて2回目よりもゆっくりとした気持ちで視聴することができたこの回では米国統計学会(American Statistical Association;ASA)が出している声明を取り上げていた日本計量生物学会のHPにこの声明の翻訳が記載されていてその翻訳文を紹介してくれた翻訳と聞くと、その原文と比較したくなる(笑)原文をググってみましたというわけで、ここにその原文と翻訳文を載せてみようと思う1.P値はデータと特定の統計モデルが矛盾する程度をしめす指標のひとつである1.P-values can indicate how incompatible the data are with a specified statistical model.P値が小さければ▶データと帰無仮説の矛盾の程度が大きい ×「統計モデルの仮定のどれかが誤っている」 ということ2.P値は、調べている仮説が正しいい確立や、データが偶然のみで得られた確率を測るものではない2.P-values do not measure the probability that the studied hypothesis is true, or the probability that the data were produced by random chance alone.3.科学的な結論や、ビジネス、政策における決定は、P値がある値を超えたかどうかにのみもとづくべきではない3.Scientific conclusions and business or policy decisions should not be based only on whether a p-value passes a specific threshold.4.適切な推測のためには、すべてを報告する透明性が必要である4.Proper inference requires full reporting and transparency5.P値や統計的有意性は、効果の大きさや結果の重要性を意味しない5.A p-value, or statistical significance, does not measure the size of an effect or the importance of a result.統計的に優位であることは科学的に意味のあることと同義ではありませんどんな小さな効果でも、サンプルサイズが大きければ小さなP値におなじ効果の大きさでもサンプルサイズによってことなったP値となります6.P値は、それだけでは統計モデルや仮設に関するエビデンスの、よい指標とはならない6.By itself, a p-value does not provide a good measure of evidence regarding a model or hypothesis.また、今回話をしてくれているのは佐藤 俊哉教授で医療統計の宇宙怪人しまりすシリーズを執筆されている方です読んだことはないですが、タイトルが目立つのでAmazonでレビューを読んだことがありますいつか読んでみたいと思っています