p值可能是现代科学论述中使用最广泛的检验统计值。它经常被新研究生和读者错误地用来解读已知研究的全部实验数据。最初它是假设检验决策的有用工具，后来成为一验即灵的检验方法，以确定结果是否显著，甚至很不幸地沿用在文章是否发表的决策上。

因此，我们想对p值提供一个简短明了的描述，以及使用和解释它应有的正确方式。这篇文章将为作者提供p值作为当前科学领域的工具的最新解释。请注意，如果您的手稿中存在对p值的明显误解，那么您被审稿人立即拒稿也是合情合理的。

p值最初被计算为检验统计量，用来描述一组基于零假设的给定数据。皮埃尔·西蒙·拉普拉斯（Pierre-Simon Laplace）——也是对表面张力的用数学语言描述的提出者——原本在试图计算p值用来将性别分布进行归类为"real"。因此，这个概念起源于p值可以检测差异是否是真实存在，或者只是出于巧合。p值的效用，在于建立起一个基于样本数据结果，以判断拒绝或接受假设的通用的标准化决策过程。根据罗纳德·费舍尔（Ronald Fisher）的建议，将零假设的拒绝阈值设置为<0.05。重要的是，这是科学家指定和使用的完全任意的值，而不是统计学家。

那么，考虑到p值的效用，究竟是在计算什么？

p值是对数据的描述;这不是对这个假设的描述。该值表示，在假设零假设为真实情况下，试验结果为极端数据的概率。这是决定是拒绝还是接受零假设的有用工具。科学家们已经达成了一个拒绝零假设的阈值的共识。这直接反映了错误地拒绝零假设（第一类错误）或错误地接受零假设（第二类型错误）的概率。因此，它是判断明显差异为"real"的可能性的直观指标。

不幸的是，这种直观性经常导致p值的普遍性滥用，最近的研究进展，如再现性危机，已经改变了对p值的使用和报告的态度。了解这些变化对于文章的成功发表至关重要。

最近，由于p值的争议不断，美国统计局觉得发表一个关于使用p值的声明迫在眉睫。

以下是摘自美国统计局对p值的声明^[1]：

“P values do not measure the probability that the studied hypothesis is true, or the probability that the data were produced by random chance alone.”

“p值不测量研究假设是真实的概率，或者样本源自随机数据的概率。”

“Scientific conclusions and business or policy decisions should not be based only on whether a p value passes a specific threshold.”

“科学结论、商业决策或者政策制定不应仅仅基于p值是否通过特定的阈值。”

“A p value, or statistical significance, does not measure the size of an effect or the importance of a result.”

“p值，或统计学显著性，不测量效应的大小或结果的重要性。”

这三个判断对现代如何使用p值至关重要。现在我们将根据上述信息为您的手稿中使用p值提供一些指导。

1、p值越来越多地被报告为精确值（比如，p=0.012）而不是阈值（p < 0.05）。编辑委员会和审稿人越来越多地认识到阈值可以使任意指定的，他们希望将p值视为一个连续的尺度，代表着数据拒绝零假设的力度。阈值作为显著性水平的指示标准仍然适用，但是除非另有规定，否则应该报告试验统计的确切值。

2、p值不能单独报告。鉴于p值不提供关于结果的效应量(effect size)、可概括性(generalizability)或重要性的证据，审稿人期望看到相应的统计证据。这可以包括报告效应量，置信区间（confidence intervals）和标准误差。同样地，由于上述原因，使用诸如"highly significant"“高度显著”的短语是不合适的。

3、不要试图规避统计学显著性。基于对p值被广泛滥用于确定一项研究是否成功或失败的共识，审稿人对试图篡改其p值的作者是不予原谅的。这种现象通常被称为"p-hacking"“p值篡改”。下面举两个例子——大家会发现时不时在一些地方看到：1）先说实验数据发现了一个差异，随后再接着说"but this difference did not reach statistical significance."（“但是这个差异没有达到统计学意义。”）；2）使用诸如“marginally significant”"边缘重要性"这样的短语。这两种写法都是错误而不可取的。

4、假设陈述应尽可能具体。p值基于归谬法（reduction ad absurdum logic）。因为零假设被认为是不可能的，备择假设或实验假设则会被接受。维护这一逻辑结构至关重要；因为只存在两个解释，只有备择假设和零假设是可能的。因此，零假设通常是无效果的假设。确保您的备择假设是一个合适的对立陈述。

参考文献：
[1] Ronald L. Wasserstein & Nicole A. Lazar (2016) The ASA's Statement on p-Values: Context, Process, and Purpose, The American Statistician, 70:2, 129-133, DOI: 10.1080/00031305.2016.1154108

（转载请注明来自LetPub中文官网：www.letpub.com.cn/index.php?page=sci_writing_68）

（原文链接：www.letpub.com/index.php?page=author_education_p_values）