Fisher metode til at kombinere uafhængige p-værdier

En p-værdi markerer type I fejlrate i en statistisk analyse . Type I fejl betyder afvisning af nulhypotesen , når det er i virkeligheden korrekt. Nulhypotesen er ( næsten altid) en erklæring om, at to grupper er ikke anderledes , eller at der ikke er nogen sammenhæng mellem nogle variabler , eller en anden erklæring om, at det, vi forventer at finde , ikke i virkeligheden, eksisterer. Så en type 1 fejl er at sige , at der sker noget , når det i virkeligheden intet er . Alt dette er baseret på den idé, at vi kun har en stikprøve fra en population . Hvorfor Kombiner P-værdier ?

I nogle tilfælde flere undersøgelser , er om samme fænomen . For eksempel er der mange undersøgelser der undersøger sammenhængen mellem rygning og kræft satser . Hver af disse vil give en p-værdi . Ved at kombinere flere undersøgelser , kan du få mere nøjagtige skøn over , hvad der foregår .
Idé af Fishers Metode

Givet en samling af p-værdier fra uafhængige undersøgelser Fisher metode er først at tage den naturlige logaritme af hvert p- værdi , multiplicere hvert resultat med -2 ​​og derefter tilføje dem op . Det resulterende beløb er fordelt som en chi-kvadrat statistik med 2L frihedsgrader , hvor L er antallet af p-værdier . P-værdien af dette beløb kan fået fra statistiske tabeller , fra statistisk software , såsom SAS, R eller SPSS , fra Excel eller fra nogle videnskabelige lommeregnere.
Clipart Farerne ved at kombinere P værdier : misfortolker på

En fare for at kombinere p-værdier er misfortolker resultatet. Dette er en del af, hvad Stephen Ziliak og Deirdre McCloskey kalder " Cult af statistisk signifikans. " Ved at kombinere prøverne , vil i stigende grad lille effekt størrelser bliver statistisk signifikant. Men statistisk signifikans er ikke ensbetydende med praktisk betydning. Antag for eksempel, blev det konstateret , at en særlig kost førte til et vægttab på 1 ounce per måned . Hvis nok prøver blev kombineret , ville dette være statistisk signifikant , men kun få mennesker ville bekymre sig om en kost, der har ført til sådan en lille effekt .

Alternativer til at kombinere P-værdier

i stedet for at kombinere p-værdier , er det ofte en god idé at kombinere effekt størrelser. Effekten størrelse kan være en forskel mellem to grupper, eller en regressionskoefficient eller en odds - forhold eller nogen af ​​en række andre foranstaltninger , afhængigt af hvad statistik blev brugt . Denne type analyse kaldes meta-analyse , som er et studie i sig selv.
Clipart