舞蹈 p 3 Mar09
Dance p 3 Mar09
频道:Geoff Cumming · 时长:9:36 · 发布:2009-03-03 · 播放:82841
简介
Geoff Cumming 使用模拟来展示由于抽样变异性,p 值在每次重复之间变化有多大。他主张用估计和置信区间代替零假设显著性检验。
HN 为什么推荐
被推荐为 p 值有多不可靠的生动视觉演示。
绝对精彩,非常值得一看 — HN, 2015
中文字幕节选
心理学和许多其他学科都依赖P值来解读数据。 但是,我们能信任P值吗?你可能认为P值代表了存在效应的证据强度。 P值越低,证据越强。 有一些描述P值的说法。 小于0.5,显著。 在0.5到1.0之间,接近显著或正在远离显著。 这种说法暗示了真相。 三颗星,存在效应。 大于1.0,不存在效应。 想想你的感受。三颗星,太棒了。 在0.5到1.0之间,沮丧,就差一点。 P值真的很重要。三颗星,名声。 大于0.5,白费功夫。 可能拿不到博士学位。所以,P值决定了我们相信什么以及什么能被发表。 它值得如此信任吗? 如果P值揭示了真相,那么重复实验应该揭示同样的真相,因此应该给出大致相同的P值。 或者我们可以问,P值是证据强度的可靠衡量标准吗? 如果是,重复实验应该得到大致相同的P值。 我们的基本问题是,如果你重复一个实验,P值会变化多大? 如果P值值得我们信任,答案需要是变化不太大。 让我们标记P值的情绪。 三颗星,欢呼雀跃,明亮的红色小号。 两颗星,乐观的单簧管。 一颗星,还行。 在0.5到1.0之间,问号,有点忧郁,长号。 大于1.0,蓝色抑郁,低沉的长号。 现在,用模拟来看看当我们重复实验时P值如何变化。 假设你的Pep Up疗法平均将幸福感得分提高10分。 这里是控制组总体均值50,实验组总体均值60。 每个都呈正态分布,标准差为20。 总体效应量为10。 这是半个标准差。 所以,标准化效应量delta等于0.5,一个中等大小的效应。 我们的控制组和实验组各有n等于32。 运行一个实验。蓝点标记了32名控制组参与者的得分。 这是他们的均值和95%置信区间。 这是32名Pep Up参与者的得分及其均值和置信区间。 我们呃关注差异。 所以,这里有一个差异轴,零与控制组样本均值对齐。 绿点标记了样本差异,这里是该差异的置信区间。 这个实验估计Pep Up的效应约为15。 另一个实验,第一个结果下降,第二个估计效应略高于15。 略高于15。 运行重复实验。 这条虚线标记了10,即Pep Up的真实效应。 这些区间上下波动,长期来看,大约95%会包含真实值。 只有偶尔一个,比如这里,会刚好错过。 现在,看P值。运行一个实验。 这是它的双尾P值。 置信区间不包含零,所以P值小于0.5。 另一个实验,区间包含零,P值大于0.5。 运行许多实验,看看这些P值。 它们从三颗星到0.48、0.58不等。 看来你可以得到几乎任何P值。 我们将收集大量P值到频率直方图中,以研究P值如何随重复实验而变化。 最新的实验给出一颗星,由这个高亮方块标记在一颗星列中,以及这个小图。 以及这个小图。 这是P值的分布。 它们在整个范围内变化,从三颗星到大于1.0。 统计功效为0.52,意味着长期来看,52%的实验给出的P值 小于 0.5。所以,一星、二星和三星列加起来会占 52%,正如它们 大致所显示的那样。你可能会怀疑有诈。
HN 上的讨论
音频有点轻,但文章链接的“p值的舞蹈”视频[1]绝对精彩,非常值得一看。[1] [VIDEO] — po, 2015-02
p值[1]标准常用于医学和社会科学研究论文中检验提出的假设。当你在日常生活中遇到类似“研究表明吃西兰花让人快乐”的说法时,归根结底是前后收集的数据集的p值计算足够小<0.05。在某些领域,p值方法几乎是科学报告的标准。它也有一些严重的缺点,包括,例如,对于数据量少的测试,结果极不稳定[2]。自然,人们意识到这一点,并尝试在可用时使用额外的工具和标准。然而,科学家们面临着发表积极结果的残酷激励,因此,比应有的频率更高,过多的权重被放在单一的p值标准上。考虑到这些问题,在我看来,当看到新闻中“A影响B”的报道时,保持一定的怀疑是合理的,绝对不要急于下结论。我知道这很琐碎。[3]这个视频基本上总结了这一点,绝对值得一看。------------------- [1] [LINK] [2] [LINK] [3] [VIDEO] — knowledgesale, 2011-12
我不能声称自己懂多少统计学,但根据[1],p值作为“这可能是真的吗?”的衡量标准是相当不可靠的。[1] [VIDEO] — lomnakkus, 2014-03
相关视频
- Jonathan Blow:游戏设计:媒介即信息 · CreativeMornings HQ · 48:26
- 量子阴谋:量子力学普及者不想让你知道的事 · Google TechTalks · 1:03:43
- Matplotlib 更好的默认颜色映射 | SciPy 2015 | Nathaniel Smith 和 Stéfan van der Walt · Enthought · 19:08
- James Burke《Connections》第一集《触发效应》 · DRS_Education · 49:22
- Hamming,“你和你的研究”(1995年6月6日) · securitylectures · 44:02
- 为什么妄想是一种超能力 · Veritasium · 12:04
- 大多数已发表的研究都是错的吗? · Veritasium · 12:22
- 理查德·费曼谈火 · nebulajr · 4:43
- 十的次方™ (1977) · Eames Office · 9:01
- 费曼谈科学方法 · seabala · 9:59
- 为什么制造蓝色 LED 几乎是不可能的 · Veritasium · 33:44
- DEF CON 26 - Svea、Suggy、Till - 深入虚假科学工厂 · DEFCONConference · 1:56:08
- 我保证这个关于微波炉的故事很有趣。 · Tom Scott · 12:09
- LED 交通灯与“但有时!”的危险 · Technology Connections · 18:31
- 如何不无知于世界 | Hans 和 Ola Rosling · TED · 19:09
- 高清费曼:想象之乐完整版(含中文字幕) · Christopher Sykes · 1:06:49