對(duì)于公衛(wèi)人來(lái)說(shuō)，在統(tǒng)計(jì)學(xué)的殿堂中，P值是神圣的，有著超乎尋常的地位。然而，P值總是給我們的實(shí)驗(yàn)和數(shù)據(jù)分析帶來(lái)一些意想不到的結(jié)果，或好或壞，令人深受P值的荼毒。

那么，我們今天就來(lái)探討一項(xiàng)近幾年來(lái)在學(xué)術(shù)界引起的爭(zhēng)議問(wèn)題——P值以及P值該不該廢？

首先，和大家說(shuō)一下，P值是什么？

P值是什么

P值是用來(lái)判定假設(shè)檢驗(yàn)結(jié)果的一個(gè)依據(jù)，根據(jù)不同的分布類(lèi)型使用分布的拒絕域來(lái)比較P值與檢驗(yàn)水準(zhǔn)的大小以做出對(duì)應(yīng)的推斷結(jié)論。

P值的意義

P值（P value）就是當(dāng)原假設(shè)為真時(shí)，所得到的樣本觀察結(jié)果或更極端結(jié)果出現(xiàn)的概率。

如果P值很小，說(shuō)明原假設(shè)情況的發(fā)生的概率很小，那么一旦出現(xiàn)了原假設(shè)的結(jié)果，根據(jù)小概率原理，我們就有理由拒絕原假設(shè)。P值越小，我們拒絕原假設(shè)的理由越充分。總之，P值越小，只能越有理由拒絕原假設(shè)。

但是檢驗(yàn)的結(jié)果究竟是“顯著的”、“中度顯著的”還是“高度顯著的”需要我們自己根據(jù)P值的大小和實(shí)際問(wèn)題來(lái)判斷。

P值與Ⅰ類(lèi)錯(cuò)誤的關(guān)系

說(shuō)到P值，我們就會(huì)想到Ⅰ類(lèi)錯(cuò)誤。在我們統(tǒng)計(jì)課本的學(xué)習(xí)中，我們認(rèn)為P值和Ⅰ類(lèi)錯(cuò)誤是等價(jià)的。但是在實(shí)際的應(yīng)用中，這種誤解會(huì)極大地影響研究的可重復(fù)性、醫(yī)療實(shí)踐中的治療選擇和實(shí)證分析中的模型規(guī)范[1]。

P值哪里存在爭(zhēng)議（缺點(diǎn)）

眾所周知的，P值是統(tǒng)計(jì)有效性的“黃金標(biāo)準(zhǔn)”。在計(jì)算機(jī)時(shí)代，即使是復(fù)雜的統(tǒng)計(jì)，P值也很容易計(jì)算，P值的范圍在0-1之間，并且可以被人們直接的理解；大多數(shù)受過(guò)統(tǒng)計(jì)學(xué)訓(xùn)練的人可能都同意：P值低表示可能有（統(tǒng)計(jì)學(xué)）意義，而當(dāng)P值較高時(shí)，這一點(diǎn)就不那么明顯了。

低P值通常出現(xiàn)在一些臨床研究出版物的結(jié)果中；這些文章經(jīng)常對(duì)P值進(jìn)行重復(fù)的評(píng)價(jià)，P值的含義幾乎普遍被曲解，很多學(xué)者認(rèn)為僅僅通過(guò)P值得出的結(jié)論是不可靠的，而且會(huì)經(jīng)?？浯蟛焕诹愕淖C據(jù)[2]。

P值還被指責(zé)本質(zhì)上具有欺騙性，因?yàn)樗鼈儗⑿?yīng)大小和樣本量混淆成一個(gè)令人困惑的數(shù)字。另外，還需注意，P值不是客觀的衡量標(biāo)準(zhǔn)，它們不具備我們認(rèn)為的證據(jù)的性質(zhì)。但從邏輯上講，似乎有資格作為支持或反對(duì)任何事情的衡量標(biāo)準(zhǔn)。

舉個(gè)例子：

假設(shè)一種止痛藥有24小時(shí)的有效記錄，而現(xiàn)在另一家制藥商聲稱(chēng)其新的非處方藥可以持續(xù)更長(zhǎng)時(shí)間。

一名調(diào)查員想要測(cè)試這一說(shuō)法是否屬實(shí)。研究人員沒(méi)有從所有服用新藥的患者那里收集數(shù)據(jù)(這通常是不可行的)，而是決定隨機(jī)調(diào)查50名患者，以收集新止痛藥持續(xù)多長(zhǎng)時(shí)間(小時(shí))的數(shù)據(jù)。

因此，研究人員現(xiàn)在有了一個(gè)隨機(jī)變量X，即來(lái)自50名患者樣本的平均小時(shí)數(shù)。這是一個(gè)隨機(jī)變量，因?yàn)?0名患者是隨機(jī)選擇的，在進(jìn)行調(diào)查和計(jì)算平均值之前，沒(méi)有人知道這個(gè)變量的值是多少。

然而，每個(gè)調(diào)查都產(chǎn)生一個(gè)固定的數(shù)字X，它本身不是隨機(jī)變量，而是隨機(jī)變量X的實(shí)現(xiàn)或觀測(cè)(以下，設(shè)X表示隨機(jī)變量，X表示固定值，即X的觀測(cè))。

直觀地說(shuō)，如果調(diào)查得出的值(止痛藥的平均持續(xù)時(shí)間)非常接近24，比如23或25，研究人員就不會(huì)相信新的止痛藥更糟或更好。如果調(diào)查達(dá)到平均32小時(shí)，調(diào)查者會(huì)相信它確實(shí)持續(xù)了更長(zhǎng)時(shí)間。

如果調(diào)查顯示平均持續(xù)時(shí)間為22或26小時(shí)，很難得出結(jié)論。這種新止痛藥的使用時(shí)間真的更短、更長(zhǎng)，還是隨機(jī)產(chǎn)生的(畢竟，只有50名患者接受了調(diào)查)？[2]

這樣的話(huà)，我們難以得知，很難僅僅通過(guò)P值的大小，進(jìn)行判斷誰(shuí)更有效。

歸根到底，就是因?yàn)槲覀兺ㄟ^(guò)統(tǒng)計(jì)學(xué)方法算出來(lái)的P值存在不確定性，統(tǒng)計(jì)測(cè)試的結(jié)果確實(shí)會(huì)影響我們做出推斷——即：是否認(rèn)為一個(gè)經(jīng)過(guò)測(cè)試的假設(shè)可能是正確的。

因此，評(píng)估統(tǒng)計(jì)測(cè)試結(jié)果就是判斷它們對(duì)科學(xué)命題的證據(jù)支持與否。不幸的是，P值不是在該過(guò)程中使用的可靠度量。P值也不是一個(gè)假設(shè)真實(shí)性的可靠指標(biāo)，無(wú)論它是零假設(shè)還是替代假設(shè)。

P值該廢么？

對(duì)于P值何去何從的問(wèn)題，一直爭(zhēng)論不休，沒(méi)有統(tǒng)一的學(xué)術(shù)界標(biāo)準(zhǔn)。引起熱議的是在2019年，3位統(tǒng)計(jì)學(xué)家在《Nature》上發(fā)布公開(kāi)信，號(hào)召專(zhuān)家們放棄追求“統(tǒng)計(jì)學(xué)意義”，這封公開(kāi)信一周之內(nèi)吸引了超過(guò)800名研究人員共同支持。這不禁引起作為小白的我們深思，統(tǒng)計(jì)學(xué)還有用么，我們還要不要繼續(xù)學(xué)習(xí)統(tǒng)計(jì)學(xué)呢？

三位統(tǒng)計(jì)學(xué)家提出建議，首先要明確必須停止的事：永遠(yuǎn)不應(yīng)該僅僅因?yàn)镻值大于閾值(如0.05)就得出“沒(méi)有差異”或“沒(méi)有關(guān)聯(lián)”的結(jié)論；或者，僅僅因?yàn)橹眯艆^(qū)間包含0就得出這樣的結(jié)論。

然而，在我們學(xué)習(xí)統(tǒng)計(jì)學(xué)的過(guò)程，我們卻理所當(dāng)然的把P=0.05作為顯著性的標(biāo)準(zhǔn)。同時(shí)，我們?cè)陂_(kāi)始學(xué)習(xí)統(tǒng)計(jì)學(xué)的時(shí)候，一直被告誡，統(tǒng)計(jì)學(xué)上的顯著性，并不等于臨床上的顯著性。我們要回到具體問(wèn)題具體分析上。

也就是說(shuō)，統(tǒng)計(jì)學(xué)的結(jié)果有不確定性，然而我們沒(méi)有一種方法，能夠明確的進(jìn)行不確定性的判斷，所以說(shuō)，禁止顯著性檢驗(yàn)和接受不確定性，盡管在許多情況下是合理的，但幾乎沒(méi)有提供一個(gè)新的方法對(duì)我們的研究來(lái)進(jìn)行判斷。

簡(jiǎn)而言之，我們迫切的需要正確的理解P值，需要進(jìn)一步探索如何更好的進(jìn)行統(tǒng)計(jì)分析，選擇合適的指標(biāo)來(lái)取代P值。讓統(tǒng)計(jì)分析更好地理解運(yùn)用于實(shí)際中。

同時(shí)，三位科學(xué)家指出，停止使用P值，并不是禁止。在某些情況下，P值仍然可以作為決策的標(biāo)準(zhǔn)。這其實(shí)與我們學(xué)習(xí)的統(tǒng)計(jì)學(xué)并不沖突，也就是說(shuō)，避免P值的決定性標(biāo)準(zhǔn)，改變傳統(tǒng)的非黑即白的判斷，即如果僅僅側(cè)重于統(tǒng)計(jì)學(xué)意義的估計(jì)和討論是有偏見(jiàn)的。

總之，我們對(duì)待科學(xué)研究要抱有懷疑的態(tài)度，切莫以偏概全，要做到具體問(wèn)題具體分析。不要太相信統(tǒng)計(jì)分析的數(shù)據(jù)結(jié)果，要結(jié)合實(shí)際情況和專(zhuān)業(yè)知識(shí)去判斷是否具有實(shí)際意義。