필자는 2009 년 통계 학자와 논의하여 p- 값의 정확한 값은 관련이 없다고 언급했습니다. 중요한 것은 중요한지 여부는 중요합니다. 즉, 한 결과가 다른 결과보다 더 중요 할 수는 없습니다. 예를 들어, 같은 모집단 출신이거나 그렇지 않은 표본.
나는 이것에 대한 몇 가지 자질을 가지고 있지만 아마도 이념을 이해할 수 있습니다.
5 % 임계 값은 임의적입니다. 즉, p = 0.051은 유의하지 않으며 p = 0.049는 실제로는 하나의 결과가 중요하고 다른 결과는 중요하지 않더라도 관측 또는 실험의 결론을 변경해서는 안됩니다.
내가 지금 이것을 제기하는 이유는 생물 정보학 석사를 공부하고 있기 때문에 현장의 사람들과 이야기를 나눈 후 모든 통계 세트에 대해 정확한 p- 값을 얻는 결정적인 추진력이있는 것 같습니다. 예를 들어, p <1.9 × 10 -12 의 p- 값을 '달성'하면 결과가 얼마나 중요한지 보여주고 싶어하며이 결과는 매우 유익합니다. 이 문제는 다음과 같은 질문으로 설명되었습니다. 왜 2.2e-16보다 작은 p- 값을 얻을 수 없습니까? 그들은 우연히도 1 조분의 1보다 훨씬 적다는 것을 나타내는 값을 기록하려고합니다. 그러나 나는이 결과가 10 억에서 1이 아니라 1 조에서 1 미만으로 발생한다는 것을 보여주는 차이가 거의 없다고 본다.
p <0.01은 이것이 일어날 확률이 1 % 미만인 것을 보여 주지만, p <0.001은 이와 같은 결과가 앞에서 언급 한 p- 값보다 더 가능성이 낮음을 나타내지 만 결론이 완전히 도출되어야하는 경우 다른? 결국 그들은 모두 중요한 p- 값입니다. 정확한 p- 값을 기록하기를 원하는 유일한 방법은 Bonferroni 보정을하는 동안 비교 횟수로 인해 임계 값이 변경되어 I 형 오류가 줄어드는 것입니다. 그럼에도 불구하고 왜 임계 값보다 12 차 작은 p- 값을 보여주고 싶습니까?
그리고 Bonferroni 수정 자체도 약간 임의적이지 않습니까? 처음에는 수정이 매우 보수적 인 것으로 보이므로 관찰자가 다중 비교에 사용할 수있는 유의 수준에 액세스하도록 선택할 수있는 다른 수정이 있습니다. 그러나이 때문에 연구원이 어떤 통계를 사용하고자하는지에 따라 본질적으로 중요한 변수가되는 것은 아닙니다. 통계가 그렇게 해석되어야합니까?
결론적으로 통계가 덜 주관적이지 않아야한다 (주관적이어야 할 필요성은 다변량 시스템의 결과라고 생각하지만) 궁극적으로 나는 약간의 설명을 원한다. 어떤 것이 다른 것보다 더 중요 할 수 있는가? 정확한 p- 값을 기록하려는 경우 p <0.001이면 충분합니까?