Fishers metode for å kombinere Uavhengige P- verdier

En p-verdi markerer type I- feilrate i en statistisk analyse . Type I -feil betyr avvise nullhypotesen når den er , faktisk, riktig. Nullhypotesen er (nesten alltid) en erklæring om at to gruppene er ikke annerledes, eller at det er ingen sammenheng mellom noen variabler , eller en annen uttalelse om at det vi forventer å finne ikke , faktisk eksisterer. Så en type 1 -feil er å si at noe skjer da, faktisk , er ingenting. Alt dette er basert på ideen om at vi har bare en prøve fra en populasjon . Hvorfor kombinere p-verdier ?

I noen tilfeller flere undersøkelser er omtrent det samme fenomenet . For eksempel er det mange studier som undersøker sammenhengen mellom røyking og kreft priser . Hver av disse vil gi en p- verdi. Ved å kombinere flere studier , kan du få mer presise anslag over hva som skjer .
Idea of ​​Fisher metode

Gitt en samling av p-verdier fra uavhengige studier , er Fisher metode å først ta den naturlige logaritmen av hver p- verdi , multiplisere hvert resultat av -2 og deretter legge dem opp. Den resulterende sum er distribuert som en chi -kvadrat statistisk med 2L frihetsgrader , hvor L er antallet av p-verdier . P-verdien av denne summen kan være fått fra statistiske tabeller , fra statistisk programvare som SAS , R eller SPSS , fra Excel eller fra noen vitenskapelige kalkulatorer.
Farene ved å kombinere P- verdier: mistolking resultat

en fare ved å kombinere p-verdier er mistolking resultatet. Dette er en del av hva Stephen Ziliak og Deirdre McCloskey kaller " Cult of Statistiske betydning. " Ved å kombinere prøver, vil i økende grad små effektstørrelser bli statistisk signifikant . Men statistisk signifikans innebærer ikke praktisk betydning . For eksempel anta at det ble funnet at en bestemt diett førte til et vekttap på 1 oz . per måned. Hvis nok prøver ble kombinert, ville dette være statistisk signifikant , men få mennesker ville bry seg om en diett som førte til en så liten effekt.
Alternativer til å kombinere p-verdier

i stedet for å kombinere p-verdier , er det ofte en god idé å kombinere effektstørrelser . Effektstørrelsen kan være en forskjell mellom to grupper, eller en regresjon koeffisient , eller en odds - ratio eller en hvilken som helst av et antall av andre tiltak , alt etter hva som statistikk ble brukt. Denne type analyse kalles meta - analyse, som er en studie i seg selv.

Hobbyer, spill © (www.northgames.biz)