Intéressant

Les statisticiens se révoltent contre les méthodes trompeuses mais courantes

Les statisticiens se révoltent contre les méthodes trompeuses mais courantes


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Un article récemment publié dans Magazine Nature demande une action contre l'utilisation trompeuse de la "signification statistique". Le document est soutenu par plus de huit cents universitaires de disciplines.

Ravi de vous rencontrer, «valeurs P»!

L'importance statistique est répandue dans de nombreux domaines et a un impact profond sur notre vie quotidienne, nos choix et nos décisions. Les trois scientifiques à l'origine de l'article soutiennent que, dans les analyses statistiques, il arrive trop souvent qu'il conclut qu'il n'y a "aucune différence" entre deux groupes étudiés. En statistique, ce phénomène est appelé «hypothèse nulle».

VOIR AUSSI: LES MEILLEURS REVUES ACADÉMIQUES POUR LES INGÉNIEURS

Les auteurs affirment qu'une étude affirmant une telle chose basée uniquement sur l'hypothèse nulle est dangereusement trompeuse. Leur argument est qu'il peut y avoir une minuscule différence entre deux groupes étudiés, bien que l'un d'eux puisse s'avérer significatif, tandis que l'autre insignifiant. Cette dichotomisation se produit en raison de la méthode qui repose trop strictement sur un facteur, à partir du seuil.

«Soyons clairs sur ce qui doit s'arrêter: nous ne devrions jamais conclure qu'il n'y a 'pas de différence' ou 'pas d'association' simplement parce qu'une valeur de P est supérieure à un seuil tel que 0,05 (…) Nous ne devrions pas non plus conclure que deux études sont en conflit parce qu'une a eu un résultat statistiquement significatif et l'autre non. Ces erreurs gaspillent les efforts de recherche et informent les décisions politiques.

Comment ça marche?

"Par exemple, considérons une série d'analyses des effets involontaires des médicaments anti-inflammatoires2. Parce que leurs résultats étaient statistiquement non significatifs, un groupe de chercheurs a conclu que l'exposition aux médicaments n'était` `pas associée '' à une nouvelle fibrillation auriculaire (... ) et que les résultats contrastaient avec ceux d'une étude antérieure avec un résultat statistiquement significatif. "

L'examen des données réelles n'a pas prouvé ces éléments ci-dessus, affirment-ils, déclarant ainsi: "Il est ridicule de conclure que les résultats statistiquement non significatifs ne montraient` `aucune association '', alors que l'estimation d'intervalle incluait de graves augmentations de risque; il est également absurde de prétendent que ces résultats contrastaient avec les résultats précédents montrant un effet observé identique. Pourtant, ces pratiques courantes montrent à quel point le recours à des seuils de signification statistique peut nous induire en erreur. "

Les conséquences Les professeurs d'Amrhein, du Groenland et de McShane affirment également que toute la question est en fait plus humaine que statistique, c'est nous et nos processus cognitifs qui fonctionnent de cette manière catégorique. Cela "a conduit les scientifiques et les éditeurs de revues à privilégier de tels résultats, faussant ainsi la littérature. Les estimations statistiquement significatives sont biaisées à la hausse en ampleur et potentiellement dans une large mesure, alors que les estimations statistiquement non significatives sont biaisées à la baisse en ampleur."

y a t-il une sortie? «Nous (…) appelons à abandonner tout le concept de signification statistique. (…) Une raison pour éviter une telle« dichotomanie »est que toutes les statistiques, y compris les valeurs P et les intervalles de confiance, varient naturellement d'une étude à l'autre, et le font souvent. à un degré surprenant. "

«Nous devons apprendre à accepter l'incertitude», poursuivent-ils. «Une façon pratique de le faire est de renommer les intervalles de confiance en« intervalles de compatibilité »et de les interpréter de manière à éviter un excès de confiance.»

Ils ne sont pas seuls

Cet article est un article important dans une série d'autres avertissements similaires rédigés par des scientifiques ces dernières années, tous plaidant contre l'utilisation de la méthodologie trompeuse. En 2016, l'American Statistical Association a publié une déclaration dansLe statisticien américain mise en garde contre l'utilisation abusive de la signification statistique et des valeurs P.

Le numéro comprenait également de nombreux commentaires sur le sujet. Ce mois-ci, un numéro spécial de la même revue tente de pousser plus loin ces réformes. Il présente plus de 40 articles sur «L'inférence statistique au 21e siècle: un monde au-delà de P <0,05». Les éditeurs présentent la collection avec la mise en garde «ne dites pas« statistiquement significatif »». Un autre article avec des dizaines de signataires appelle également les auteurs et les éditeurs de revues à renier ces termes.


Voir la vidéo: Horizons des Statistiques - Exposé dEmmanuel Todd (Mai 2022).