P值的作用

写作SCI论文时经常要用到各式各样的数据，对数据进行统计时就要经常用到P值了，小编在很多文献中经常看到P>0.05无统计学意义，而一般P≦0.05有统计学意义。但是现在很多统计学家并不这样认为，并且他们对P值的滥用和误用进行了苛刻的批评。因此出现了一个新词：P-hacking(P值黑客)。为什么叫hacking?它在科学研究中对对研究工作有什么危害呢?和小编一起找答案吧!
 
为什么叫hacking?
关于hacking 这个词最开始是宾夕法尼亚大学的Simmons和他的团队提出来的。按照字面上的意思是黑客，也就是P值黑客，它可能是每一个以统计定义出现在网络城市词典的词，从词典给出的意思看P值黑客是科研人员不断地尝试统计计算直到数值P<.05，当然有时这可能是无意识的。因此，P-hacking从字面意思上看是P值黑客，但是实际上P-hacking代表的是P值篡改。
 
它在科学研究中对对研究工作有什么危害呢?
P值黑客之所以被称为黑客是因为它的结果很容易引起假阳性，导致实验的不可重复性。但悲催的是P-hacking在已发表的科研文献中已经相当普遍了。造成这样的结果主要是现在的评价体系太过注重SCI论文的数量和SCI影响因子值。SCI影响因子是评价科研成果大小的主要指标，而SCI论文的数量则是评价科研水平的指标。
 
在这样的体系下，科研人员过分追求SCI论文的数量和SCI影响因子的大小也就无可厚非了，毕竟研究上下了那么大功夫，不发表又怎么行?有时实践得来的结果根据统计P值可能是具有意义的，但也有些人无意识地改变统计方法，直到P值计算有意义，更有甚者还会删除或篡改数据以达到最后统计结果是满意的目的。
 
在统计时有两种方式可以引起结果的改变，一是样本的选择不随机，在选择样本时无可避免人为因素和主观因素。另一种就是篡改数据，选择那些会产生阳性结果的数据，不断的统计直到统计结果满意。
 
之所以会引起p值篡改行为可能有实验收集到很多变量数据，进得统计后根据P值进行筛选;统计后结果不满意，然后删除部分变量数据再次进行统计直到满意为止;还有就是把一些指标进行了合并或拆分;或实验还在进行但发现P值有意义就停止数据。
 
综上述可看在统计时有太多人为因素参与，从而导致结果的不准确，也就是假阳性。间接导致了实验结果的不可重复。　　这只是从小的了出发，往大了说P值黑客阻碍了科学的进步，忽略了事实的真相。这样的SCI论文发表了又有什么意义呢!