#統計 P値について理解したい人は以下を読むと良いと思います。 佐藤俊哉著『宇宙怪人しまりす統計よりも重要なことを学ぶ』の第1話 asakura.co.jp/detail.php?boo… 『ロスマンの疫学第2版』の第8章 shinoharashinsha.co.jp/Books2.aspx?PI… Greenlandさんの講演スライド biostat.ucdavis.edu/sites/g/files/…

#統計 P値の適切な使い方は、何度も繰り返し説明していますが、P値を データの数値とモデル(検定したい仮説も含む数学的設定の全体)の相性の良さ(compatibility)の指標の1つ だと解釈することです。そして、ゼロ仮説θ=0だけではなく、任意のaに関する検定仮説θ=aのP値全体を利用すること。

#統計 「P値は検定したい仮説だけを評価する指標ではない」という当たり前のことについても、柳川堯著『P値』は適切な説明をしていないと思いました。 P値は データの数値と検定したい仮説を含む数学的設定全体(モデル)の相性の良さ(compatibility)の指標の1つ だと解釈するようにすると便利です。

#統計 P値が小さい場合には、検定したい仮説だけではなく、P値の計算に使われた数学的設定の全体(モデル全体)やデータの数値の取得法の妥当性も疑いの対象になるという当たり前の話は、『統計的有意性とP値に関するASA声明』での原則1でも強調されています。 biometrics.gr.jp/news/all/ASA.p… pic.twitter.com/a1IMaRDeYG

#統計 その結果、多くの統計学ユーザー達は、「効果がない」という仮説のP値が有意水準未満もしくは非常に小さいならば、「効果がない」という仮説を否定するための証拠の1つが得られたかのように誤解してしまいます。 疑うべき対象から、モデルが完全に抜け落ちてしまう。

#統計 「処置群と対照群で有効になる真の確率は等しい」という帰無仮説の下で、表3.1のAのような分割表のデータの数値が得られる確率よりも、Bのような分割表のデータの数値が得られる確率はずっと小さくなります。 その確率の違いがP値の違いになっていると考えてよい。続く pic.twitter.com/RgiSLOrRfh

#統計 柳川堯著『P値』のp.22より 割合は等しいが標本サイズは違う2つの分割表のデータについて、片方のP値は36%でもう一方のP値が1.4%であることについて 【矛盾した判定結果】 【サンプルサイズを無視してP値を有意水準5%で判定すると，このような誤用が起こる】 と説明するのは酷すぎ。続く pic.twitter.com/C3l3dpgpx7

#統計 広い信頼区間と大きめのP値はHRの点推定値が信頼できないことを意味しています。HRの点推定値が1から大きく離れた値になっていることを理由に、標本サイズを増やせばP値が5%を切る可能性が高いかのように考えることも間違っている。 添付画像に引用した部分はそのような誤解の原因になります。 pic.twitter.com/8iWx1pjUk9

#統計 添付画像は柳川堯著『P値』より HRの点推定値が1から大きく離れているという理由で【かなり強いリスクファクターだと示唆される】と考えることは誤りです。 なぜならば、小さな標本サイズでは、真のHRが1であっても、HRの点推定値が1から大きく離れる確率は大きくなるからです。続く pic.twitter.com/eFAy593pza

#統計 添付画像①は柳川堯著『P値』1.3節にある正規分布の密度函数のグラフ。σの長さがまるで2σになってしまっています。 添付画像②は正しいグラフです。 σと2σの区別は初学者向けの教科書では大事なのでもっとしっかりして欲しいです。 pic.twitter.com/vPe1pNKKbo

#統計 P値 ―その正しい理解と適用― (統計スポットライト・シリーズ) 2018/11/28 柳川 堯 (著) この本は良いことも書いてあるのですが、ほうちゃんさんも御指摘のようにつっこみ所が色々ある本だと思います。 添付画像は1.3節にあるグラフ。 問題：このグラフのどこがおかしいか？ 続く pic.twitter.com/klgoahtT3t

「p値よりも効果量を重視」みたいな流れがありますが、効果量って解釈が必要で例えば血圧を5mmHg下げる二つの介入があって、一つは1人100万円かかる薬剤で、もう一つは100万円で10万人に働きかけられるポピュラーションアプローチ的なものだと同じ効果量だから同じとは言えないむずかしさがある。

#統計 統計分析の状況では、真に知りたい数値(日本の高校1年生全体の体重の平均値μや分散σ²など)は最後まで不明のままになります。 得られるのはデータの数値から得られるそれらの推定値やP値や信頼区間など。 何が最後まで未知のままになってしまうかを明瞭に認識しないと統計学は理解できない。

#統計 そのP値は、諸々の数学的仮定の下でのデータの数値と「母平均はμである」という仮説の相性の良さの指標の1つなので、μの95%信頼区間は、「5%の閾値によってデータの数値と相性が良いと判定されるμの値の範囲」になります。 これが信頼区間の無難な解釈になります。

#統計 仮想的なμの値のP値は、諸々の数学的仮定の下での、データの数値x̅, s²と「母平均はμである」という仮説の相性の良さ(compatibility)の指標の1つだと解釈されます。 仮想的なμの値の95%信頼区間は「P値が5%以上になる仮想的なμの値の範囲」として得られます。

退院時の良好な神経学的転帰は、高用量群 (24%) と比較して、低用量群 (55%) で有意に高かった ( p値0.025)。年齢で調整した後、逮捕時に高用量のエピネフリンを受けた患者は、退院時に好ましくない神経学的転帰を示す可能性が高かった（オッズ比 4.6、95% CI 1.3、18.0、p値0.017）。

#SuperWalk 体制強化に向けて頑張る！ [追加投資] ・4667KLAY($822) 　エピック1、レア6、ブルポ30days [目標] ・メイン靴オプション厳選 　(all stats×3 or 2+P値) 　☞レベリング中(10⇒11) ・55エナジー 　☞現在36(残り19) pic.twitter.com/laJr6U2ZPs

「横軸＝Ｐ値、縦軸＝Ｐ値」のグラフを追加するとこうなる。 ① 横軸＝ＲＲ、縦軸＝Ｐ値（①㊧ 横軸＝尤度、縦軸＝Ｐ値） ② 横軸＝ＲＲ、縦軸＝尤度 ③ 横軸＝Ｐ値、縦軸＝尤度 ④ 横軸＝Ｐ値、 縦軸＝P 値 pic.twitter.com/o5u8pfmKcW

匿名質問を募集しています！ 最近回答した質問例 ・相関行列を出す際に、p値って修正すべ… ・盗用や剽窃ってどこから盗用や剽窃にな… ・論文を出せるか出さないかの0か1で業… ・論文ってミスがあって撤回した場合って… querie.me/user/kodai_kus…

返信先:@amro_zero内容が良い作品でもヒットするとは限らないし内容悪くてもヒットする作品もある中で、ブルーロックという作品の内容面の評価云々じゃなくて、座席p値で1日30万も貰ってて日曜に5万しか動員ないんじゃ映画館的には期待はずれ、爆死って評価なんでしょう。だから座席バッサリ切られた

これは私も生物統計の院生時代、注意されました。 今日もたまたまですがメールで 「P値が1のところがいくつかあるのですが、割合が完全に一致しなければP値は1にはならないので、> 0.999 あるいは > .999 などとしておく方がいいかもしれません。」 と送っています。統計あるあるかもしれないです。

P値を報告しないといけない時で、かつ計算上P値が0.99より大きい場合は（P=1.00と出た場合）、P>0.99と書くことをJAMAのstats guidelinesでは推奨されています Aguinis H et al. BMJ Evid Based Med. 2021 Apr;26(2):39-42. ncbi.nlm.nih.gov/pmc/articles/P…

N(0,1) と N(0,20) から生成させた2標本（n=1000）に対するt検定とWilcoxon rank-sum test の、10000回のシミュレーションに基づくp値の分布。Locationはまったく同じだが、Wilcoxon testの方は一様分布せず、ぼちぼち p<0.05 になってしまう。 pic.twitter.com/P0vN74J1EL

返信先:@dannchu#統計 二項分布での確率を正確に計算する別の方法としてSterneの信頼区間を与えるP値を使う方法もあります。その方法でも第1種の過誤の確率を確実に有意水準以下にでき、Clopper-Pearsonの方法よりも検出力の犠牲は小さくなりますが、計算が面倒になります。対応する信頼区間の綺麗な公式はない。

返信先:@dannchu#統計 二項分布での片側確率を正確に計算してその2倍をP値とするClopper-Pearsonの方法は、普及している二項検定の方法の中で最もP値が大きくなり易いものです。第1種の過誤の確率を確実に有意水準以下になりますが、検出力が結構大きめに犠牲になります。

返信先:@PhDTPharmTCorrection無しの場合のp値だと多重比較の場合全てのp値の合計が優位水準(例えばｐ＜0.05)を下回っている必要があるという理解だったのですが違うのでしょうか？Correction無しだと全体の確立が1を超えるという部分がよくわかりません。

「宇宙怪人しまりす統計よりも重要なことを学ぶ」 こういう数式のほとんど出てこない系の統計についての本が大好物でたまに読みます。第1話のP値についてとか、第5話のデータマネジメントについてとか、分かりやすくて面白い。他の章も大事なのでしっかり勉強しなきゃ。 #最近読んだ本 pic.twitter.com/iKfjrgMhcb

返信先:@junky_DB16p値は確率であることと、元の帰無仮説対立仮説を考えれば、2群間の比較から出てくるp値を係数で割り算するのが自然に思います correctionしていない2群間のp-valueの状態では全体の確率が1を超えるというおかしなことが起こるので

Y の条件付き分散 Var[Y | x, z] は Var[Y | x, z] = 1 - 〔[{(ρxy)^2} - 2 (ρyz) (ρxy) (ρxz) + {(ρyz)^2}] / [1 - {(ρxz)^2}]〕 である。 P 値 (有意確率) の導出方法には exact な方法と正規近似に基づく方法がある。 exact な方法は正確確率あるいは直接確率を計算する方法である。 4 / 6

1本増えるだけで大分p値変わるな pic.twitter.com/egfiUiqM6x

【今日学んだこと】 無相関検定の計算方法 相関係数(r)と自由度でtを求めてこの3つを使ってP値を求める📝 t=|r|*SQRT(n-2)/SQRT(1-r^2) P=TDIST(t,n-2,2)

P値0.01くらいなんかなと思ったけど桁1個小さいな pic.twitter.com/FPV6MJkZ1u

P値の説明について、自分の授業では、コイントスで何回連続で表面がでればイカサマを疑いますか、という説明をしている。たいてい4回（公正なコインなら確率 1/16）か5回（同、確率 1/32）で手を挙げてくれる学生が多いので、5パーセントに話を持って行きやすい。

t検定したらp値1を叩き出してしまい、今山賊みたいな声で笑ってる

ノイズとかシグナルとか、大まかな意味の確率の話が分かりやすい人に対しては ①：ノイズをシグナルだと勘違いする確率を0.05未満にしましょうと約束した ②：とったデータのパターンがただのノイズによって生じちゃう確率をP値と名付けた ③：②＞①だからギリでただのノイズだと約束 と答えるかも

「P値が5%ってどういうことですか？」は３つの質問たちにホントは分解できて、①「5％という数字は何を0.05に設定してるんですか」と②「P値とは何を表す量ですか」と③「②が①にちょうど一致してるとはどういう状況だということ？」の３つ。

返信先:@shogensumiyoshiIPTWを使ったようですが元々のNが少なすぎるのでどう頑張っても背景は揃わないでしょう バランス確認にp値を使うのは1世紀前ですね。そもそも低Alb自体が予後不良因子なのでCTRXは関係ないでしょう。他の抗菌薬と比較しないと何の意味もありません。正直ひどすぎます。 よく査読通ったなと思います。

#統計 zを条件 2(1-cdf(Normal(0,1), z)) = α で定義すると、条件 P値≥α は条件 (p̂-p)²≤ z²p(1-p)/n と同値。このpに関する2次不等式を解いて得られる区間がWilsonの信頼区間。 これと相対的に粗雑なWaldの信頼区間を比較するとさらに理解度が上がる。 ja.wikipedia.org/wiki/%E3%82%A6…

#統計 K～Binomial(n, p)のとき、P̂=K/nとおくと、P̂の分布は正規分布Normal(μ=p, σ=√(p(1-p)/n))で近似されます。 データの数値p̂=k/nとBinomial(n,p)の正規分布近似の相性の良さと解釈されるP値が P値 = 2(1-cdf(Normal(0,1), |(p̂-p)/√(p(1-p)/n)|)) と定義される。続く