چند نفر از اساتید برجسته اپیدمیولوژی داخل و خارج کشور در مورد پست P-Value توضیحاتی تکمیلی برای من ارسال کردند که در اینجا قرار می دهم.
۱- دقت داشته باشیم که هر چه حجم نمونه بیشتر باشد، اندازه ی اثر (Effect Size) بیشتر باشد و انحراف معیار داده ها کمتر باشد، در نتیجه احتمال معنادار شدن P-Value هم بیشتر خواهد شد. مثلا یک اندازه ی اثر کوچک با یک حجم نمونه بزرگ شاید منجر به P-Value معنادار شود. یا در یک حجم نمونه کوچک اما با اندازه اثر بزرگ هم ممکن است P-value معنادار شود.
۲- توضیح دیگری برای P-Value نیز بیان شده است. به این صورت که اگر مقدار آن فرضا برایر با چهار صدم باشد بدان معنا خواهد بود که اگر صدبار دیگر هم نمونه گیری تکرار شود و تست مجددا انجام شود فقط چهاربار احتمال دارد نتیجه ای دیگر به دست آوریم.
۳- خود P-Value ارتباطی با نمونه گیری صحیح ندارد. حتی اگر در یک نمونه گیری مقدار آن معنادار باشد نمی توان قضاوت کرد که نمونه گیری صحیح است یا خیر. در واقع ابتدا باید یک نمونه گیری صحیح داشته باشیم که بتوانیم مراحل بعدی انجام تست و به دست آوردن P-Value را انجام بدهیم.
۴- در نظر داشته باشیم که تعمیم نتایج ناشی از نمونه گیری به جامعه هدف تابع موارد متعددی است و تنها تابع تفاوت مشاهده شده با p value کوچک نیست.
۵- درصد فاصله ی اطمینان، احتمال قرار داشتن اندازه اثر در بازه ی فاصله ی اطمینان را نشان می دهد. این درصد معمولا همان ۹۵٪ است. دقت داشته باشیم که P-Value هر مقداری گزارش شود باز هم درصد فاصله ی اطمینان همان ۹۵٪ گزارش می‌شود.
۱- دقت داشته باشیم که هر چه حجم نمونه بیشتر باشد، اندازه ی اثر (Effect Size) بیشتر باشد و انحراف معیار داده ها کمتر باشد، در نتیجه احتمال معنادار شدن P-Value هم بیشتر خواهد شد. مثلا یک اندازه ی اثر کوچک با یک حجم نمونه بزرگ شاید منجر به P-Value معنادار شود. یا در یک حجم نمونه کوچک اما با اندازه اثر بزرگ هم ممکن است P-value معنادار شود.
۲- توضیح دیگری برای P-Value نیز بیان شده است. به این صورت که اگر مقدار آن فرضا برایر با چهار صدم باشد بدان معنا خواهد بود که اگر صدبار دیگر هم نمونه گیری تکرار شود و تست مجددا انجام شود فقط چهاربار احتمال دارد نتیجه ای دیگر به دست آوریم.
۳- خود P-Value ارتباطی با نمونه گیری صحیح ندارد. حتی اگر در یک نمونه گیری مقدار آن معنادار باشد نمی توان قضاوت کرد که نمونه گیری صحیح است یا خیر. در واقع ابتدا باید یک نمونه گیری صحیح داشته باشیم که بتوانیم مراحل بعدی انجام تست و به دست آوردن P-Value را انجام بدهیم.
۴- در نظر داشته باشیم که تعمیم نتایج ناشی از نمونه گیری به جامعه هدف تابع موارد متعددی است و تنها تابع تفاوت مشاهده شده با p value کوچک نیست.
۵- درصد فاصله ی اطمینان، احتمال قرار داشتن اندازه اثر در بازه ی فاصله ی اطمینان را نشان می دهد. این درصد معمولا همان ۹۵٪ است. دقت داشته باشیم که P-Value هر مقداری گزارش شود باز هم درصد فاصله ی اطمینان همان ۹۵٪ گزارش می‌شود.
2 comments
Log in to comment
با درود فکر نمیکنم این توضیح در مورد p-value صحیح باشد.
در مورد confidence interval هم در متن اصلی اشتباه شده بود که اشاره کرده اید و پیشنهاد میکنم در متن اصلی هم اصلاح بفرمایید. confidence interval یک احتمال یا درصد نیست بلکه یک بازه است که میانگین یا نسبت مد نظر ما به احتمال 95 درصد در این بازه قرار دارد.
ممنون از نظر و همراهی شما.
این تعریف را از یکی از ا‌پیدمیولوژیستها گذاشته ام. ممنون می شوم اگر دلایلی برای عدم درستی آن دارید ارائه دهید که در کانال هم قرار دهیم.
در مورد فاصله ی اطمینان هم درست می فرمایید که بک بازه را شامل می شود که اندازه ی اثر می تواند هر یک از حالات یا مقادیر آن باشد. همین فاصله ی اطمینان با یک درصد یا احتمال بیان می شود که معمولا ۹۵٪ گزارش می‌شود. پس درصد فاصله ی اطمینان می تواند احتمال درستی آن بازه را به ما بگوید.