发帖
雷达卡
解释P值之前
在考虑P值之前，应该：- 评估科学性：如果研究设计得不好，则结果可能不会有所帮助；P值是多少并不重要。
- 回顾所选分析假设，确保未违反任何假设：GraphPad为Prism所做的每项分析均提供了一份分析清单；如果违反假设，则P值可能无意义。
解释一个较大的P值
如果P值很大，则数据不给你任何理由来得出总体平均值不同的结论。即使平均值确实相等，你也不应因为发现平均值相差如此之远而感到惊讶，这不等于说真正的平均值均相同，你只是没有令人信服的证据证明它们不同。使用置信区间来解释较大的P值
真正的差异到底有多大？由于随机变异，本实验中组平均值之间的差异不太可能等于群体平均值之间的真实差异；没有办法知道真正的差异是什么。不确定性表示为95%置信区间；可以有95%的把握确定该区间包含两个平均值之间的真正差异。P值大于0.05时，95%置信区间将从负数开始（表示减少）并上升到正数（表示增加）。为在科学背景下解读结果，关注下置信区间的两端，并询问其代表的差异存在科学重要性还是微不足道。有两种情况需要考虑：- 置信区间从你认为微不足道的下降到同样微不足道的上升，且结论相当可靠：或治疗无效果，抑或效果不佳，以至于可视为无关紧要，这是一个能提供有用信息的负面实验。
- 置信区间的一端或两端包括你认为具有科学重要性的变化：你不能得出一个强有力的结论，您有95%的信心可以说，差异要么为零，要么不为零，但在科学上微不足道，或者大到足以具有科学重要性。换言之，你的数据确实不能得出任何可靠的结论。
京公网安备 11010802022788号
