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。

1.25年的P值发展史

带着大家换个角度看看过去20多年来P值的变化...

2.相爱相杀的置信区间和p值

通过几个例子，来剖析一下这两个统计指标的关联。

3.你真的理解p值么? 一句话解释p值的常见误解…

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...

4.P值小于0.05，就万事大吉啦？

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。

5.如何正确看待“P<0.05”？

“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...

6.“P<0.05”和“疗效肯定”并不是一回事！

“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？

7.仅依据P值就下结论，当心犯了这些错！

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”...

9.应该调低P值，还是干脆抛弃“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。

10.P接近0.05，可以有100种英文描述方法？！

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。

百度浏览   来源 : 医咖会   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。