Μέθοδος Fisher για Συνδυάζοντας Ανεξάρτητη P - τιμές

A p - value σηματοδοτεί το ποσοστό σφάλματος τύπου Ι σε μια στατιστική ανάλυση . Σφάλμα τύπου Ι σημαίνει απόρριψη της μηδενικής υπόθεσης όταν είναι , στην πραγματικότητα , σωστή . Η μηδενική υπόθεση είναι ( σχεδόν πάντα ) μια δήλωση ότι δύο ομάδες δεν είναι διαφορετικά , ή ότι δεν υπάρχει σχέση μεταξύ ορισμένων μεταβλητών , ή άλλη δήλωση ότι αυτό που περιμένουμε να βρούμε δεν , στην πραγματικότητα , υπάρχουν . Έτσι λέει ένας τύπος 1 λάθος ότι κάτι συμβαίνει , όταν , στην πραγματικότητα , τίποτα δεν είναι . Όλα από αυτό βασίζεται στην ιδέα ότι έχουμε μόνο ένα δείγμα από έναν πληθυσμό . Γιατί Συνδυάστε P - τιμές;
Η

Σε ορισμένες περιπτώσεις , πολλαπλές μελέτες έχουν περίπου το ίδιο φαινόμενο . Για παράδειγμα , υπάρχουν πολλές μελέτες που εξετάζουν τη σχέση μεταξύ του καπνίσματος και του καρκίνου συντελεστών. Κάθε ένα από αυτά θα παράσχει μια ρ- τιμή . Με το συνδυασμό πολλών μελετών , μπορείτε να πάρετε πιο ακριβείς εκτιμήσεις για το τι συμβαίνει .
Εικόνων Η ιδέα της μεθόδου του Fisher
Η

Με δεδομένη μια συλλογή από p - τιμές από ανεξάρτητες μελέτες , η μέθοδος του Fisher είναι να πάρει το πρώτο του φυσικό λογάριθμο του κάθε p - value , πολλαπλασιάζοντας κάθε αποτέλεσμα από -2 και στη συνέχεια προσθέτοντας τα επάνω . Το ποσό που προκύπτει κατανέμεται ως chi -square στατιστική με 2L βαθμούς ελευθερίας , όπου L είναι ο αριθμός των p -values ​​. Το p - value του ποσού αυτού μπορεί να πάρει από στατιστικούς πίνακες , από το στατιστικό λογισμικό , όπως SAS , R ή SPSS , από το Excel ή από ορισμένες επιστημονικές αριθμομηχανές . Εικόνων
Κίνδυνοι από Συνδυάζοντας P- τιμές : παρερμηνεύουν την αποτέλεσμα
Η

Ένας κίνδυνος που συνδυάζει p - τιμές είναι παρερμηνεύουν το αποτέλεσμα . Αυτό είναι μέρος του τι Stephen Ziliak και Deirdre McCloskey αποκαλούν το " Cult της στατιστικής σημαντικότητας . " Με το συνδυασμό δείγματα , όλο και πιο μικρά μεγέθη αποτέλεσμα θα γίνει στατιστικά σημαντική . Αλλά στατιστική σημαντικότητα δεν συνεπάγεται πρακτική σημασία . Για παράδειγμα , ας υποθέσουμε ότι διαπιστώθηκε ότι μια συγκεκριμένη δίαιτα οδήγησε σε απώλεια βάρους από 1 ουγκιά ανά μήνα . Αν αρκετά δείγματα σε συνδυασμό , αυτό θα ήταν στατιστικά σημαντική , αλλά λίγοι άνθρωποι θα ενδιαφέρονται για μια διατροφή που οδήγησαν σε μια τέτοια μικρή επίδραση .
Εικόνων Εναλλακτικές λύσεις για να Συνδυάζοντας P - τιμές
Η

Αντί να συνδυάζουν p - αξίες , είναι συχνά μια καλή ιδέα να συνδυάσει τα μεγέθη αποτέλεσμα . Το μέγεθος της επίδρασης θα μπορούσε να είναι μια διαφορά μεταξύ των δύο ομάδων , ή ένα συντελεστή παλινδρόμησης, ή μια αναλογία αποδόσεις - ή οποιοδήποτε από ένα αριθμό από άλλα μέτρα , ανάλογα με το ποια στατιστική αυτή που χρησιμοποιείται. Αυτό το είδος της ανάλυσης που ονομάζεται μετα - ανάλυση , η οποία είναι μια μελέτη από μόνη της .
Εικόνων