s**u
发帖数: 2429 | 1 如果set p < 0.05 as significant difference. 那么p < 0.05 和 < 0.01有区别么？
好像听说这两个没有区别。 |
o**********y
发帖数: 1041 | 2 the lowest probability gives much stronger evidence for rejecting the
hypothesis.
Sometimes, depending on the hypothesis being tested, a researcher may
decide that the “less than 5%” significance level is too risky.
【在 s**u 的大作中提到】
: 如果set p < 0.05 as significant difference. 那么p < 0.05 和 < 0.01有区别么？
: 好像听说这两个没有区别。
|
s**u
发帖数: 2429 | 3 does it mean that the one with lower P values is more significant difference
(larger difference)than the one with higher P values? |
s******s
发帖数: 13035 | 4 从来没有larger difference这种说法。
P小的说明你认为他们有difference是正确的可能性更大而已。
difference
【在 s**u 的大作中提到】
: does it mean that the one with lower P values is more significant difference
: (larger difference)than the one with higher P values?
|
b****r
发帖数: 17995 | 5 小于零点零一，reiewer要你做别的验证试验的可能性小些
larger difference是一种常见的误解，同意楼上
正确的说法是more significant |
M*****n
发帖数: 16729 | 6 这些cutoff都是人自己定的。
不是用来比较significance的。
p越小，说明你的hypothesis被reject的可能性越小。
more significant这个说法俺觉得没啥意义。 |
k****o
发帖数: 589 | |
b*****l
发帖数: 9499 | 8 difference 的大小是看两个样品的数学期望的差值。
而这个差值在统计意义上的可靠性，是由 p-value 来评估的，叫做statistical signi
ficance.
同一组数据，衡量不同的统计方法的 power 也是看 p-value，p-value 越小，这个统计
方法就越 powerful。
而天下没有免费的午餐。统计方法的 power 来自于更多更苛刻的 assumption，也即来
自于 a prori knowledge，所以往往越 powerful 的统计方法的适用面越窄。
而且每种统计方法，在使用时，都要检验其 assumptions 是否满足。例如，样本数目比
较小时，无法检验样本是否符合 t 分布，所以用 t-test 就不靠谱，而应使用 non-pa
rametric tests。
difference
【在 s**u 的大作中提到】
: does it mean that the one with lower P values is more significant difference
: (larger difference)than the one with higher P values?
|
m*********7
发帖数: 5207 | 9 P means probability, it has nothing to do with how big the difference (
between control and treated samples) is.
Usually in my figures, I put one star (*) on top of a bracket to indicate p<
0.05, two stars (**) to indicate p<0.01. |
n******7
发帖数: 12463 | |
|
|
i*********0
发帖数: 915 | 11 我看过一些大牛实验室的paper都不标记什么p数值,直接标上多少倍数的差距. |
M*****n
发帖数: 16729 | 12 不是大牛最好不要这么做，
因为这个是大牛的previlige.
【在 i*********0 的大作中提到】
: 我看过一些大牛实验室的paper都不标记什么p数值,直接标上多少倍数的差距.
|
D*a
发帖数: 6830 | 13 其实多少倍不一眼就看出来了么，柱形图不就是干这个的
p才是一眼看不出来的吧
【在 i*********0 的大作中提到】
: 我看过一些大牛实验室的paper都不标记什么p数值,直接标上多少倍数的差距.
|
c****r
发帖数: 576 | 14 我还见过p=0.17时说自己结果显著的，还能发在影响因子12的molecular systems
biology上，所以p值取多少与你能否自圆其说很有关系，当然一个小的p值会更有说服
力。 |
o********r
发帖数: 775 | 15 样本大点可是花钱又费力的事情
【在 n******7 的大作中提到】
: 想要P好看就把样本量搞大点：）
|
f*********r
发帖数: 1233 | 16 p不代表差异的显著程度。而是“可信度”。
换句话说应该这样解释：
掷硬币，重复次数越多，结果越接近真实数据，也就是0.5比0.5。做试验也是这样，重
复次数越多，总结果越接近真实情况。但是不可能无限重复试验以期得到真实结果（这
里说的重复，不是增加sample size n，而是多次重复整套试验，每次比较2组样本数为
n的样本）。所以要通过统计学计算来估计这一次试验的可信度。结果就有了p值。p<0.
05是什么意思呢？假设你能无限重复试验，两组数据没有差异的几率在5%以下。或者说
，有差异这个结论的可信度是95%以上。
至于差异到底是多大，应该比较两组的平均值，是几倍就是几倍。
合起来就是说，通过平均值，看出处理组比对照组的某项指标高了2倍（只是举例）。
那么“高2倍”这个结果的可信度是95%以上（p<0.05）。
修改一下：以上解释有误，具体参看21楼回复。 |
o********r
发帖数: 775 | 17 还是不对，p只代表H0下出现同样或更极端结果的概率。H0不成立，并不代表“高2倍”
这个结果的可信度是95%以上（p<0.05），严格来说“高两倍”这个结果的可能性基本
是0。
0.
【在 f*********r 的大作中提到】
: p不代表差异的显著程度。而是“可信度”。
: 换句话说应该这样解释：
: 掷硬币，重复次数越多，结果越接近真实数据，也就是0.5比0.5。做试验也是这样，重
: 复次数越多，总结果越接近真实情况。但是不可能无限重复试验以期得到真实结果（这
: 里说的重复，不是增加sample size n，而是多次重复整套试验，每次比较2组样本数为
: n的样本）。所以要通过统计学计算来估计这一次试验的可信度。结果就有了p值。p<0.
: 05是什么意思呢？假设你能无限重复试验，两组数据没有差异的几率在5%以下。或者说
: ，有差异这个结论的可信度是95%以上。
: 至于差异到底是多大，应该比较两组的平均值，是几倍就是几倍。
: 合起来就是说，通过平均值，看出处理组比对照组的某项指标高了2倍（只是举例）。
|
y***i
发帖数: 11639 | 18 p<0.05是什么意思呢？假设你能无限重复试验，两组数据没有差异的几率在5%以下。 |
y***i
发帖数: 11639 | 19 "那么“高2倍”这个结果的可信度是95%以上（p<0.05）。"
这个更不对了。pValue只说无差异的数据抽样的几率，和实际数据的倍数一点关系都
没有。当然对这个倍数不会有什么promise。
【在 y***i 的大作中提到】
: p<0.05是什么意思呢？假设你能无限重复试验，两组数据没有差异的几率在5%以下。
|
s******s
发帖数: 13035 | 20 ///nod, 我刚想说他有基本概念错误，不过如果自认是bayesian就混过去了
【在 y***i 的大作中提到】
: p<0.05是什么意思呢？假设你能无限重复试验，两组数据没有差异的几率在5%以下。
|
|
|
f*********r
发帖数: 1233 | 21 我刚才查了一下，你说得对。p是type I error的可能性。也就是假阳性的可能性（假
阳性率）。回到试验当中，就是事实上没有“2倍”差异，结果却得出了有“2倍”差异
这个错误结论的可能性是p<0.05。也可以说是这个结果不是假阳性的可信度是95%以上。
【在 y***i 的大作中提到】
: p<0.05是什么意思呢？假设你能无限重复试验，两组数据没有差异的几率在5%以下。
|
o********r
发帖数: 775 | 22 FT，H0是事实上没有差异，而不是“事实上没有“2倍”差异”。。。和多少倍一点关
系都没有
上。
【在 f*********r 的大作中提到】
: 我刚才查了一下，你说得对。p是type I error的可能性。也就是假阳性的可能性（假
: 阳性率）。回到试验当中，就是事实上没有“2倍”差异，结果却得出了有“2倍”差异
: 这个错误结论的可能性是p<0.05。也可以说是这个结果不是假阳性的可信度是95%以上。
|
f*********r
发帖数: 1233 | 23 我非常明白你的意思。
传统上，我们先假设H0:μ1=μ2（或者H0: μ1≥μ2，μ1≤μ2），通过我们自己的数
据得到p<0.05，于是推翻这个假设，得到μ1≠μ2（或μ1<μ2，或μ1>μ2）的结论，
也就是第1组和第2组不等（或者第1组小于/大于第2组）。在此过程中，并没有涉及μ1
和μ2的倍数关系。这基本上就是你的意见。我也同意你说的。
然而，在实际的研究中，我们并不满足这两组数据的不等、大于、小于的关系。而是常
常提到倍数关系。这也就是我例子中提到的2倍增高的关系。投稿的时候，p<0.05，显
著性达到了，也就过关了。审稿的一般不管p<0.05到底说的是μ1和μ2关系还是μ1和2
倍μ2的关系。几乎所有的作者都拿着p<0.05来证明μ1>2μ2。
按照正规统计学的计算，肯定是不对的。那么怎样做才是正确的？拿μ1±σ1和2μ2±
2σ2来做test么？还是用μ1±σ1和2μ2±σ2来做test？显然都是不对的。因为没人
能证明试验组和对照组的σ是什么关系。
一来审稿的自己也不懂，二来，如果真严格要求按统计学走，试验就没法做了，三来，
就算能做，多半也过不了p<0.05。所以他们也就睁一眼闭一眼。统计学不过就是走个过
场。
就象我以前说过的，他们默认1/2和1/4的平均值是1/3，默认X^2和X^4平均是X^3很久了
。拿着p<0.05来说明μ1>2μ2也不算啥。
【在 o********r 的大作中提到】
: FT，H0是事实上没有差异，而不是“事实上没有“2倍”差异”。。。和多少倍一点关
: 系都没有
:
: 上。
|
s******s
发帖数: 13035 | 24 谬误很多啊，不要把有些编辑不懂或者不care就认为是正确的。
什么叫做统计上没法做？两个sigma是不是一样当然可以test,
用F就行了。两个不一样就不能做test了？本科统计老师都要哭了，
这个统计第一门课t-test里面就有unpool的test, 你直接去测
H0: u1>=2u2就行了。
μ1
和2
【在 f*********r 的大作中提到】
: 我非常明白你的意思。
: 传统上，我们先假设H0:μ1=μ2（或者H0: μ1≥μ2，μ1≤μ2），通过我们自己的数
: 据得到p<0.05，于是推翻这个假设，得到μ1≠μ2（或μ1<μ2，或μ1>μ2）的结论，
: 也就是第1组和第2组不等（或者第1组小于/大于第2组）。在此过程中，并没有涉及μ1
: 和μ2的倍数关系。这基本上就是你的意见。我也同意你说的。
: 然而，在实际的研究中，我们并不满足这两组数据的不等、大于、小于的关系。而是常
: 常提到倍数关系。这也就是我例子中提到的2倍增高的关系。投稿的时候，p<0.05，显
: 著性达到了，也就过关了。审稿的一般不管p<0.05到底说的是μ1和μ2关系还是μ1和2
: 倍μ2的关系。几乎所有的作者都拿着p<0.05来证明μ1>2μ2。
: 按照正规统计学的计算，肯定是不对的。那么怎样做才是正确的？拿μ1±σ1和2μ2±
|
f*********r
发帖数: 1233 | 25 多谢讲解。做F检验，确定方差齐性，这好理解，用来决定是不是equal viriance，也
就是pooled还是unpooled。直接拿σ1^2和σ2^2来检验就是了。可我现在不是要test原始的μ1和μ2，而是要拿μ1和2μ2来做t-test，那么对应2μ2的σ应该是多大？怎么判断，分布曲线是简单平移，还是应该平移+拉伸/压缩？
我原文并没有说统计没法做，而是试验没法做了。如果严格按照统计学和数学要求，大
多数涉及到量化的文章都是不合格的。难道都撤稿？
【在 s******s 的大作中提到】
: 谬误很多啊，不要把有些编辑不懂或者不care就认为是正确的。
: 什么叫做统计上没法做？两个sigma是不是一样当然可以test,
: 用F就行了。两个不一样就不能做test了？本科统计老师都要哭了，
: 这个统计第一门课t-test里面就有unpool的test, 你直接去测
: H0: u1>=2u2就行了。
:
: μ1
: 和2
|
f**********e
发帖数: 1994 | 26 从头到尾只有这贴看来靠谱。p-value 的意义很简单，就是 given H0,
sample 出比你这结果更极端的几率有多高。就 frequentist 的观点，
如果你的老板克隆 100 个你，建一百个实验室，而且 H0 成立的话，p=0.05
表示只会有五个你的克隆作出这结果。越少你的克隆人作出这结果当然表示
H0 越不可信。这和 2X 与否一点关系也没有。
http://library.mpib-berlin.mpg.de/ft/gg/GG_Null_2004.pdf
【在 o********r 的大作中提到】
: 还是不对，p只代表H0下出现同样或更极端结果的概率。H0不成立，并不代表“高2倍”
: 这个结果的可信度是95%以上（p<0.05），严格来说“高两倍”这个结果的可能性基本
: 是0。
:
: 0.
|
s******s
发帖数: 13035 | 27 unpooled对sigma没有要求，1sigma，2sigma都可以。
原始的μ1和μ2，而是要拿μ1和2μ2来做t-test，那么对应2μ2的σ应该是多大？怎
么判断，分布曲线是简单平移，还是应该平移+拉伸/压缩？
【在 f*********r 的大作中提到】
: 多谢讲解。做F检验，确定方差齐性，这好理解，用来决定是不是equal viriance，也
: 就是pooled还是unpooled。直接拿σ1^2和σ2^2来检验就是了。可我现在不是要test原始的μ1和μ2，而是要拿μ1和2μ2来做t-test，那么对应2μ2的σ应该是多大？怎么判断，分布曲线是简单平移，还是应该平移+拉伸/压缩？
: 我原文并没有说统计没法做，而是试验没法做了。如果严格按照统计学和数学要求，大
: 多数涉及到量化的文章都是不合格的。难道都撤稿？
|
f*********r
发帖数: 1233 | 28 那我可不可以用0.5sigma？
【在 s******s 的大作中提到】
: unpooled对sigma没有要求，1sigma，2sigma都可以。
:
: 原始的μ1和μ2，而是要拿μ1和2μ2来做t-test，那么对应2μ2的σ应该是多大？怎
: 么判断，分布曲线是简单平移，还是应该平移+拉伸/压缩？
|
s******s
发帖数: 13035 | 29 和sigma没有关系
【在 f*********r 的大作中提到】
: 那我可不可以用0.5sigma？
|
f*********r
发帖数: 1233 | 30 你可别嫌我烦呀。我真的不明白。算p值，要6个数，n1，x-bar1，σ1，n2，x-bar2，
σ2。缺一个σ算不了啊。
【在 s******s 的大作中提到】
: 和sigma没有关系
|
|
|
s******s
发帖数: 13035 | 31 咳咳，介个叫做std1和std2，是算出来的，sigma是parameter,
不能混着说。unpooled的计算当然要std1,std2，但是对两个
sigma是不是有任何关系没有限制。
【在 f*********r 的大作中提到】
: 你可别嫌我烦呀。我真的不明白。算p值，要6个数，n1，x-bar1，σ1，n2，x-bar2，
: σ2。缺一个σ算不了啊。
|
g*********5
发帖数: 2533 | |
b*******1
发帖数: 127 | 33 Most often, you would like to use both the statistical significance and the
effect size. For example, in microarray analysis, it would be better to find
genes with q<0.05 and fold>2. The larger your sample size is, the most
significance you will get, but the effect size will stay the same. |
k****o
发帖数: 589 | 34 P值加effect size不就解决问题了吗... |
