【合集】“P值”相关的那些误解和争议
P值是很多做研究的人都非常关心的问题，关于P值存在很多误区，也一直存在争议。小咖今天就来盘点一下既往医咖会上发表过的关于P值的那些文章。
直接点击文章标题，即可查看详细内容。
带着大家换个角度看看过去20多年来P值的变化...
通过几个例子，来剖析一下这两个统计指标的关联。
p值只是假设和数据的关系；显著≠重要；p值 > 0.05只说明还没找到有效的证据，而不意味着无效...
得到P<0.05的结果时，我们需要考虑的还很多，例如治疗获益有多大、主要结局在临床上是否重要、疗效和安全性等问题。
“P<0.05认为差异有统计学意义”是什么意思？并非任何情况下α都选取0.05...
“P<0.05”就是疗效很好吗？如何表示“治疗的获益有多大”？为什么“P<0.05”和“疗效差别大”是两个问题？
P>0.05不等于“两组相同”；仅报告P值，缺乏其他重要信息；过度追求P<0.05而忽视医学本身...
8.放弃"统计显著性(P＜0.05)"的时代，已经到来了吗？
2019年3月份，《Nature》杂志发表了一篇题为《scientists rise up against statistical significance》的文章，旨在号召科研工作者放弃“统计显著性”...
2019年8月份，《欧洲心脏病杂志》（EHJ）发表了一篇专家观点，再次针对“统计显著性”发表了自己的观点，到底是降低P值，还是抛弃统计显著性。
尝试了各种合适的统计学方法，P值依然稳稳地略高于0.05，就应该得出结论“无统计学意义(non-significant)”，并这样写到文章里。然而，对于很多作者来说，这并不是他们想寻找的答案,很多人的解决方案就是采用由来已久的迂回策略，将无统计学意义的结果装扮地更有趣。
还想看哪些统计学文章合集，欢迎给小咖留言，小咖会收集大家意见，不定期整理。
更多阅读
关注医咖会，及时获取最新统计教程