الأهمية الإحصائية

الموسوعة الحرة

في اختبار الفرضيات الإحصائية ، [1] [2] تكون النتيجة ذات أهمية إحصائية عندما تكون النتيجة على الأقل "متطرفة" ستكون نادرة جدًا إذا كانت الفرضية الصفرية صحيحة. [3] وبشكل أكثر دقة، فإن مستوى الأهمية المحدد للدراسة ، والذي يُشار إليه بواسطة ، هو احتمال رفض الدراسة للفرضية الصفرية، بشرط أن تكون الفرضية الصفرية صحيحة؛ [4] والقيمة الاحتمالية للنتيجة ، ، هي احتمال الحصول على نتيجة على الأقل متطرفة، بشرط أن تكون الفرضية الصفرية صحيحة. [5] تكون النتيجة ذات أهمية إحصائية، وفقًا لمعايير الدراسة، عندما . [6] [7] [8] [9] [10] [11] [12] يتم اختيار مستوى الأهمية للدراسة قبل جمع البيانات، وعادةً ما يتم ضبطه على 5٪ [13] أو أقل بكثير - اعتمادًا على مجال الدراسة. [14]

في أي تجربة أو ملاحظة تتضمن أخذ عينة من مجموعة سكانية ، هناك دائمًا احتمال حدوث تأثير ملحوظ بسبب خطأ في العينة فقط. [15] [16] ولكن إذا كانت القيمة الاحتمالية للتأثير الملحوظ أقل من (أو تساوي) مستوى الدلالة، فقد يستنتج المحقق أن التأثير يعكس خصائص المجموعة السكانية بأكملها، [1] وبالتالي رفض الفرضية الصفرية. [17]

تم تطوير هذه التقنية لاختبار الأهمية الإحصائية للنتائج في أوائل القرن العشرين. لا يشير مصطلح الأهمية هنا إلى الأهمية، ومصطلح الأهمية الإحصائية ليس هو نفسه أهمية البحث أو الأهمية النظرية أو الأهمية العملية. [1] [2] [18] [19] على سبيل المثال، يشير مصطلح الأهمية السريرية إلى الأهمية العملية لتأثير العلاج. [20]

تاريخ

يعود تاريخ الأهمية الإحصائية إلى القرن الثامن عشر، في عمل جون أربوثنوت وبيير سيمون لابلاس ، الذين حسبوا القيمة الاحتمالية لنسبة الجنس البشري عند الولادة، بافتراض فرضية معدومة لاحتمال متساوٍ للولادات الذكورية والأنثوية؛ انظر القيمة الاحتمالية § التاريخ للمزيد من التفاصيل. [21] [22] [23] [24] [25] [26] [27]

في عام 1925، طرح رونالد فيشر فكرة اختبار الفرضيات الإحصائية، والتي أطلق عليها "اختبارات الدلالة"، في منشوره الأساليب الإحصائية للعاملين في مجال البحث . [28] [29] [30] اقترح فيشر احتمالية واحد من عشرين (0.05) كمستوى قطع مناسب لرفض الفرضية الصفرية. [31] في ورقة بحثية عام 1933، أطلق جيرزي نيمان وإيجون بيرسون على هذا المستوى مستوى الدلالة ، والذي أطلقوا عليه اسم . وأوصوا بأن يتم تحديده مسبقًا، قبل أي جمع للبيانات. [31] [32]

على الرغم من اقتراحه الأولي بـ 0.05 كمستوى دلالة، لم يكن فيشر ينوي أن تكون هذه القيمة الحدية ثابتة. في منشوره لعام 1956 بعنوان الأساليب الإحصائية والاستدلال العلمي، أوصى بتحديد مستويات الدلالة وفقًا لظروف محددة. [31]

مستوى الدلالة هو الحد الذي يتم رفض الفرضية الصفرية عند أدنى مستوى له حتى ولو كان ذلك بافتراض أنها صحيحة، ولكن هناك شيء آخر يحدث. وهذا يعني أن هذا هو أيضًا احتمال رفض الفرضية الصفرية عن طريق الخطأ، إذا كانت الفرضية الصفرية صحيحة. [4] وهذا ما يسمى أيضًا بالإيجابية الكاذبة والخطأ من النوع الأول .

في بعض الأحيان يتحدث الباحثون عن مستوى الثقة γ = (1 − α ) بدلاً من ذلك. هذا هو احتمال عدم رفض الفرضية الصفرية بشرط أن تكون صحيحة. [33] [34] تم تقديم مستويات الثقة وفواصل الثقة بواسطة نيمان في عام 1937. [35]

الدور في اختبار الفرضيات الإحصائية

في الاختبار ثنائي الذيل ، يتم تقسيم منطقة الرفض لمستوى دلالة α = 0.05 إلى كلا طرفي توزيع العينة وتشكل 5% من المساحة الموجودة أسفل المنحنى (المناطق البيضاء).

تلعب الأهمية الإحصائية دورًا محوريًا في اختبار الفرضيات الإحصائية. يتم استخدامها لتحديد ما إذا كان يجب رفض الفرضية الصفرية أو الاحتفاظ بها. الفرضية الصفرية هي الفرضية التي تفيد بعدم وجود تأثير في الظاهرة التي تتم دراستها. [36] لرفض الفرضية الصفرية، يجب أن تكون النتيجة المرصودة ذات دلالة إحصائية، أي أن القيمة p المرصودة أقل من مستوى الدلالة المحدد مسبقًا .

لتحديد ما إذا كانت النتيجة ذات دلالة إحصائية، يحسب الباحث قيمة p ، وهي احتمالية ملاحظة تأثير بنفس المقدار أو أكثر تطرفًا بشرط أن تكون الفرضية الصفرية صحيحة. [5] [12] يتم رفض الفرضية الصفرية إذا كانت قيمة p أقل من (أو تساوي) مستوى محدد مسبقًا، . يُطلق عليه أيضًا مستوى الدلالة ، وهو احتمال رفض الفرضية الصفرية بشرط أن تكون صحيحة ( خطأ من النوع الأول ). وعادة ما يتم ضبطه عند أو أقل من 5٪.

على سبيل المثال، عندما يتم ضبطه على 5%، فإن الاحتمال الشرطي لخطأ من النوع الأول ، بشرط أن تكون الفرضية الصفرية صحيحة ، هو 5%، [37] والنتيجة ذات الدلالة الإحصائية هي تلك التي تكون فيها قيمة p المرصودة أقل من (أو تساوي) 5%. [38] عند رسم البيانات من عينة، فهذا يعني أن منطقة الرفض تشكل 5% من توزيع العينة . [39] يمكن تخصيص هذه الـ 5% إلى جانب واحد من توزيع العينة، كما هو الحال في اختبار أحادي الذيل ، أو تقسيمها إلى جانبي التوزيع، كما هو الحال في اختبار ثنائي الذيل ، مع احتواء كل ذيل (أو منطقة رفض) على 2.5% من التوزيع.

يعتمد استخدام اختبار أحادي الذيل على ما إذا كان سؤال البحث أو الفرضية البديلة يحدد اتجاهًا مثل ما إذا كانت مجموعة من الأشياء أثقل أو أداء الطلاب في التقييم أفضل . [3] لا يزال من الممكن استخدام اختبار ذي الذيلين ولكنه سيكون أقل قوة من اختبار أحادي الذيل، لأن منطقة الرفض لاختبار أحادي الذيل تتركز على أحد طرفي التوزيع الصفري وهي ضعف الحجم (5٪ مقابل 2.5٪) لكل منطقة رفض لاختبار ثنائي الذيل. ونتيجة لذلك، يمكن رفض الفرضية الصفرية بنتيجة أقل تطرفًا إذا تم استخدام اختبار أحادي الذيل. [40] يكون اختبار أحادي الذيل أقوى من اختبار ثنائي الذيل فقط إذا كان الاتجاه المحدد للفرضية البديلة صحيحًا. ومع ذلك، إذا كان خاطئًا، فلن يكون لاختبار أحادي الذيل أي قوة.

حدود الأهمية في مجالات محددة

في مجالات محددة مثل فيزياء الجسيمات والتصنيع ، غالبًا ما يتم التعبير عن الأهمية الإحصائية بمضاعفات الانحراف المعياري أو سيجما ( σ ) للتوزيع الطبيعي ، مع تحديد عتبات الأهمية عند مستوى أكثر صرامة (على سبيل المثال 5σ ) . [41] [42] على سبيل المثال، استند يقين وجود جسيم بوزون هيغز إلى معيار 5σ ، والذي يتوافق مع قيمة p تبلغ حوالي 1 في 3.5 مليون. [42] [43]

في مجالات أخرى من البحث العلمي مثل دراسات ارتباط الجينوم على نطاق واسع ، مستويات الأهمية منخفضة تصل إلى5 × 10 −8 ليست غير شائعة [44] [45] - حيث أن عدد الاختبارات التي تم إجراؤها كبير للغاية.

القيود

قد يقوم الباحثون الذين يركزون فقط على ما إذا كانت نتائجهم ذات دلالة إحصائية بتقديم نتائج غير جوهرية [46] وغير قابلة للتكرار. [47] [48] هناك أيضًا فرق بين الدلالة الإحصائية والدلالة العملية. فالدراسة التي وجد أنها ذات دلالة إحصائية قد لا تكون بالضرورة ذات دلالة عملية. [49] [19]

حجم التأثير

حجم التأثير هو مقياس للأهمية العملية للدراسة. [49] قد يكون للنتيجة ذات الأهمية الإحصائية تأثير ضعيف. لقياس الأهمية البحثية لنتائجهم، يتم تشجيع الباحثين على الإبلاغ دائمًا عن حجم التأثير جنبًا إلى جنب مع القيم الاحتمالية . يقيس مقياس حجم التأثير قوة التأثير، مثل المسافة بين متوسطين بوحدات الانحراف المعياري (راجع معامل كوهين d )، ومعامل الارتباط بين متغيرين أو مربعه ، ومقاييس أخرى. [50]

إمكانية إعادة الإنتاج

قد لا يكون من السهل إعادة إنتاج نتيجة ذات دلالة إحصائية. [48] وعلى وجه الخصوص، فإن بعض النتائج ذات الدلالة الإحصائية ستكون في الواقع نتائج إيجابية كاذبة. كل محاولة فاشلة لإعادة إنتاج نتيجة تزيد من احتمالية أن تكون النتيجة إيجابية كاذبة. [51]

التحديات

الإفراط في الاستخدام في بعض المجلات

بدءًا من العقد الأول من القرن الحادي والعشرين، بدأت بعض المجلات في التساؤل عما إذا كان يتم الاعتماد بشكل كبير على اختبار الأهمية، وخاصة استخدام عتبة α = 5٪، كمقياس أساسي لصحة الفرضية. [52] شجعت بعض المجلات المؤلفين على إجراء تحليل أكثر تفصيلاً من مجرد اختبار الأهمية الإحصائية. في علم النفس الاجتماعي، حظرت مجلة علم النفس الاجتماعي الأساسي والتطبيقي استخدام اختبار الأهمية تمامًا في الأوراق التي نشرتها، [53] مما يتطلب من المؤلفين استخدام مقاييس أخرى لتقييم الفرضيات والتأثير. [54] [55]

وقد أشار محررون آخرون، في تعليقهم على هذا الحظر: "إن حظر الإبلاغ عن القيم الاحتمالية ، كما فعلت مجلة علم النفس الاجتماعي الأساسي والتطبيقي مؤخرًا، لن يحل المشكلة لأنه يعالج مجرد أحد أعراض المشكلة. ولا يوجد خطأ في اختبار الفرضيات والقيم الاحتمالية في حد ذاتها طالما أن المؤلفين والمراجعين ومحرري العمل يستخدمونها بشكل صحيح". [56] يفضل بعض الإحصائيين استخدام مقاييس بديلة للأدلة، مثل نسب الاحتمالية أو عوامل بايز . [57] يمكن أن يؤدي استخدام الإحصاءات البايزية إلى تجنب مستويات الثقة، ولكنه يتطلب أيضًا إجراء افتراضات إضافية، [57] وقد لا يؤدي بالضرورة إلى تحسين الممارسة فيما يتعلق بالاختبار الإحصائي. [58]

يمثل الاستغلال الواسع النطاق للأهمية الإحصائية موضوعًا مهمًا للبحث في العلوم الفوقية . [59]

إعادة تعريف الأهمية

في عام 2016، نشرت الجمعية الإحصائية الأمريكية (ASA) بيانًا حول القيم الاحتمالية ، قائلةً إن "الاستخدام الواسع النطاق لـ"الأهمية الإحصائية" (والتي يتم تفسيرها عمومًا على أنها " p  ≤ 0.05") كترخيص للادعاء باكتشاف علمي (أو حقيقة ضمنية) يؤدي إلى تشويه كبير للعملية العلمية". [57] في عام 2017، اقترحت مجموعة من 72 مؤلفًا تعزيز إمكانية إعادة الإنتاج عن طريق تغيير عتبة القيمة الاحتمالية للأهمية الإحصائية من 0.05 إلى 0.005. [60] ورد باحثون آخرون بأن فرض عتبة أهمية أكثر صرامة من شأنه أن يؤدي إلى تفاقم المشاكل مثل استخراج البيانات ؛ وبالتالي فإن المقترحات البديلة هي اختيار وتبرير عتبات القيمة الاحتمالية المرنة قبل جمع البيانات، [61] أو تفسير القيم الاحتمالية كمؤشرات مستمرة، وبالتالي تجاهل العتبات والأهمية الإحصائية. [62] بالإضافة إلى ذلك، فإن التغيير إلى 0.005 من شأنه أن يزيد من احتمالية النتائج السلبية الكاذبة، حيث أن التأثير الذي تتم دراسته حقيقي، لكن الاختبار يفشل في إظهاره. [63]

في عام 2019، وقع أكثر من 800 إحصائي وعلماء على رسالة تدعو إلى التخلي عن مصطلح "الأهمية الإحصائية" في العلوم، [64] ونشرت جمعية الإحصاء الأمريكية بيانًا رسميًا آخر [65] أعلنت فيه (الصفحة 2):

وبناءً على مراجعتنا للمقالات المنشورة في هذا العدد الخاص والأدبيات الأوسع نطاقًا، نستنتج أنه حان الوقت للتوقف عن استخدام مصطلح "ذو دلالة إحصائية" بالكامل. ولا ينبغي أن تبقى المتغيرات مثل "مختلفة بشكل ملحوظ"، و"غير مهمة"، سواء تم التعبير عنها بالكلمات، أو بعلامات النجمة في الجدول، أو بأي طريقة أخرى.

انظر أيضا

مراجع

  1. ^ abc Sirkin, R. Mark (2005). "Two-sample t tests". Statistics for the Social Sciences (3rd ed.). Thousand Oaks, CA: SAGE Publications, Inc. pp. 271–316. ISBN 978-1-4129-0546-6.
  2. ^ ab Borror, Connie M. (2009). "اتخاذ القرار الإحصائي". دليل مهندس الجودة المعتمد (الطبعة الثالثة). ميلووكي، ويسكونسن: مطبعة الجودة ASQ. ص 418-472. ISBN 978-0-87389-745-7.
  3. ^ ab Myers, Jerome L.; Well, Arnold D.; Lorch, Robert F. Jr. (2010). "Developing fundamentals of hypothesis testing using the binomial distribution". تصميم البحث والتحليل الإحصائي (الطبعة الثالثة). نيويورك، نيويورك: روتليدج. ص 65-90. ISBN 978-0-8058-6431-1.
  4. ^ ab Dalgaard, Peter (2008). "Power and the computation of sample size". Introductory Statistics with R. Statistics and Computing. New York: Springer. pp. 155–56. doi :10.1007/978-0-387-79054-1_9. ISBN 978-0-387-79053-4.
  5. ^ ab "اختبار الفرضيات الإحصائية". www.dartmouth.edu . مؤرشف من الأصل في 2020-08-02 . تم الاسترجاع في 2019-11-11 .
  6. ^ جونسون، فالين إي. (9 أكتوبر 2013). "المعايير المنقحة للأدلة الإحصائية". وقائع الأكاديمية الوطنية للعلوم . 110 (48): 19313-19317. Bibcode :2013PNAS..11019313J. doi : 10.1073/pnas.1313476110 . PMC 3845140. PMID  24218581 . 
  7. ^ ريدموند، كارول؛ كولتون، ثيودور (2001). "الأهمية السريرية مقابل الأهمية الإحصائية". الإحصاء الحيوي في التجارب السريرية . سلسلة المراجع وايلي في الإحصاء الحيوي (الطبعة الثالثة). غرب ساسكس، المملكة المتحدة: جون وايلي وأولاده المحدودة. ص 35-36. رقم ISBN 978-0-471-82211-0.
  8. ^ كومينغ، جيف (2012). فهم الإحصاءات الجديدة: أحجام التأثير، وفترات الثقة، والتحليل التلوي . نيويورك، الولايات المتحدة الأمريكية: روتليدج. ص 27-28.
  9. ^ Krzywinski, Martin; Altman, Naomi (30 October 2013). "Points of significant: Significance, P values ​​and t-tests". Nature Methods . 10 (11): 1041–1042. doi : 10.1038/nmeth.2698 . PMID  24344377.
  10. ^ Sham, Pak C.; Purcell, Shaun M (17 April 2014). "اختبار القوة الإحصائية والأهمية في الدراسات الجينية واسعة النطاق". Nature Reviews Genetics . 15 (5): 335–346. doi :10.1038/nrg3706. PMID  24739678. S2CID  10961123.
  11. ^ ألتمان، دوغلاس ج. (1999). إحصاءات عملية للأبحاث الطبية . نيويورك، الولايات المتحدة الأمريكية: تشابمان وهول/سي آر سي. ص 167. رقم ISBN 978-0-412-27630-9.
  12. ^ ab Devore, Jay L. (2011). Probability and Statistics for Engineering and the Sciences (الطبعة الثامنة). بوسطن، ماساتشوستس: Cengage Learning. ص 300-344. ISBN 978-0-538-73352-6.
  13. ^ Craparo, Robert M. (2007). "Significance level". في Salkind, Neil J. (محرر). Encyclopedia of Measurement and Statistics . المجلد 3. Thousand Oaks, CA: SAGE Publications. ص 889–891. ISBN 978-1-4129-1611-0.
  14. ^ سبرول، ناتالي إل. (2002). "اختبار الفرضيات". دليل طرق البحث: دليل للممارسين والطلاب في العلوم الاجتماعية (الطبعة الثانية). لانهام، ماريلاند: دار نشر سكاركرو، ص 49-64. رقم ISBN 978-0-8108-4486-5.
  15. ^ بابي، إيرل ر. (2013). "منطق أخذ العينات". ممارسة البحث الاجتماعي (الطبعة الثالثة عشر). بلمونت، كاليفورنيا: سينجيج ليرنينج. ص 185-226. رقم ISBN 978-1-133-04979-1.
  16. ^ فاهيرتي، فينسنت (2008). "الاحتمالية والأهمية الإحصائية". إحصاءات التعاطف: التحليل الكمي التطبيقي للخدمات الاجتماعية (مع التمارين والتعليمات في برنامج SPSS) (الطبعة الأولى). ثاوزند أوكس، كاليفورنيا: SAGE Publications, Inc. ص 127-138. رقم ISBN 978-1-4129-3982-9.
  17. ^ McKillup, Steve (2006). "الاحتمالات تساعدك على اتخاذ قرار بشأن نتائجك" . إحصائيات موضحة: دليل تمهيدي لعلماء الحياة (الطبعة الأولى). كامبريدج، المملكة المتحدة: مطبعة جامعة كامبريدج. ص 44-56. ISBN 978-0-521-54316-3.
  18. ^ مايرز، جيروم إل؛ ويل، أرنولد د؛ لورش، روبرت ف. الابن (2010). "التوزيع t وتطبيقاته". تصميم البحث والتحليل الإحصائي (الطبعة الثالثة). نيويورك، نيويورك: روتليدج. ص 124-153. ISBN 978-0-8058-6431-1.
  19. ^ ab Hooper, Peter. "ما هي قيمة P؟" (PDF) . جامعة ألبرتا، قسم العلوم الرياضية والإحصائية . مؤرشف من الأصل (PDF) في 31 مارس 2020 . تم الاسترجاع في 10 نوفمبر 2019 .
  20. ^ Leung, W.-C. (2001-03-01). "موازنة الأهمية الإحصائية والسريرية في تقييم تأثيرات العلاج". مجلة الدراسات العليا الطبية . 77 (905): 201-204. doi :10.1136/pmj.77.905.201. ISSN  0032-5473. PMC 1741942. PMID 11222834  . 
  21. ^ برايان، إيريك؛ جايسون، ماري (2007). "علم الفيزياء واللاهوت والرياضيات (1710-1794)". انحدار نسبة الجنس البشري عند الولادة . سبرينغر ساينس آند بيزنس ميديا. ص. 1-25. رقم ISBN 978-1-4020-6036-6.
  22. ^ جون أربوثنوت (1710). "حجة لصالح العناية الإلهية، مأخوذة من الانتظام المستمر الملحوظ في ولادات الجنسين" (PDF) . المعاملات الفلسفية للجمعية الملكية في لندن . 27 (325-336): 186-190. doi : 10.1098/rstl.1710.0011 .
  23. ^ كونوفر، دبليو جيه (1999)، "الفصل 3.4: اختبار الإشارة"، إحصاءات غير معيارية عملية (الطبعة الثالثة)، وايلي، ص 157-176، رقم ISBN 978-0-471-16068-7
  24. ^ سبرينت، ب. (1989)، الأساليب الإحصائية غير المعيارية التطبيقية (الطبعة الثانية)، تشابمان وهول، رقم ISBN 978-0-412-44980-2
  25. ^ ستيجلر، ستيفن م. (1986). تاريخ الإحصاء: قياس عدم اليقين قبل عام 1900. مطبعة جامعة هارفارد. ص 225-226. رقم ISBN 978-0-674-40341-3.
  26. ^ بيلهاوس، ديفيد (2001)، "جون أربوثنوت"، في سي سي هايد ؛ إي سينيتا (المحررون)، في إحصائيو القرون ، سبرينغر، ص 39-42، رقم ISBN 978-0-387-95329-8
  27. ^ هالد، أندرس (1998)، "الفصل 4. الصدفة أو التصميم: اختبارات الدلالة"، تاريخ الإحصاء الرياضي من 1750 إلى 1930 ، وايلي، ص 65
  28. ^ كومينغ، جيف (2011). "من أهمية الفرضية الصفرية إلى اختبار أحجام التأثير". فهم الإحصاءات الجديدة: أحجام التأثير، وفترات الثقة، والتحليل التلوي . سلسلة التطبيقات المتعددة المتغيرات. إيست ساسكس، المملكة المتحدة: روتليدج. ص 21-52. رقم ISBN 978-0-415-87968-2.
  29. ^ فيشر، رونالد أ. (1925). الأساليب الإحصائية للعاملين في مجال البحث. إدنبرة، المملكة المتحدة: أوليفر وبويد. ص 43. ISBN 978-0-05-002170-5.
  30. ^ Poletiek, Fenna H. (2001). "Formal theories of testing". Hypothesis-testing Behaviour . Essays in Cognitive Psychology (الطبعة الأولى). East Sussex, United Kingdom: Psychology Press. ص 29-48. ISBN 978-1-84169-159-6.
  31. ^ abc Quinn, Geoffrey R.; Keough, Michael J. (2002). Experimental Design and Data Analysis for Biologists (1st ed.). Cambridge, UK: Cambridge University Press. pp. 46–69. ISBN 978-0-521-00976-8.
  32. ^ نيمان، جيه؛ بيرسون، إي إس (1933). "اختبار الفرضيات الإحصائية فيما يتعلق بالاحتمالات مسبقًا". الإجراءات الرياضية لجمعية كامبريدج الفلسفية . 29 (4): 492-510. رمز Bibcode :1933PCPS...29..492N. doi :10.1017/S030500410001152X. S2CID  119855116.
  33. ^ "يمكن التوصل إلى استنتاجات حول الأهمية الإحصائية بمساعدة الفاصل الزمني للثقة. وإذا لم يتضمن الفاصل الزمني للثقة قيمة التأثير الصفري، فيمكن افتراض وجود نتيجة ذات دلالة إحصائية." Prel, Jean-Baptist du; Hommel, Gerhard; Röhrig, Bernd; Blettner, Maria (2009). "فاصل الثقة أم القيمة الاحتمالية؟". Deutsches Ärzteblatt Online . 106 (19): 335–9. doi :10.3238/arztebl.2009.0335. PMC 2689604 . PMID  19547734. 
  34. ^ StatNews #73: فترات الثقة المتداخلة والأهمية الإحصائية
  35. ^ نيمان، ج. (1937). "مخطط نظرية التقدير الإحصائي المستندة إلى نظرية الاحتمالات الكلاسيكية". المعاملات الفلسفية للجمعية الملكية أ . 236 (767): 333-380. رمز Bibcode :1937RSPTA.236..333N. doi :10.1098/rsta.1937.0005. JSTOR  91337. S2CID  19584450.
  36. ^ ماير، كينيث جيه؛ برودني، جيفري إل؛ بوهتي، جون (2011). الإحصاءات التطبيقية للإدارة العامة وغير الربحية (الطبعة الثالثة). بوسطن، ماساتشوستس: سينجيج ليرنينج. ص 189-209. رقم ISBN 978-1-111-34280-7.
  37. ^ Healy, Joseph F. (2009). The Essentials of Statistics: A Tool for Social Research (2nd ed.). Belmont, CA: Cengage Learning. ص 177-205. ISBN 978-0-495-60143-2.
  38. ^ McKillup, Steve (2006). Statistics Explained: An Introductory Guide for Life Sciences (الطبعة الأولى). كامبريدج، المملكة المتحدة: مطبعة جامعة كامبريدج. ص 32-38. ISBN 978-0-521-54316-3.
  39. ^ الصحة، ديفيد (1995). مقدمة إلى التصميم التجريبي والإحصاءات لعلم الأحياء (الطبعة الأولى). بوسطن، ماساتشوستس: مطبعة سي آر سي. ص 123-154. رقم ISBN 978-1-85728-132-3.
  40. ^ هينتون، بيري ر. (2010). "الأهمية والخطأ والقوة". الإحصائيات الموضحة (الطبعة الثالثة). نيويورك، نيويورك: روتليدج. ص 79-90. رقم ISBN 978-1-84872-312-2.
  41. ^ فوغان، سيمون (2013). الاستدلال العلمي: التعلم من البيانات (الطبعة الأولى). كامبريدج، المملكة المتحدة: مطبعة جامعة كامبريدج. ص 146-152. رقم ISBN 978-1-107-02482-3.
  42. ^ ab Bracken, Michael B. (2013). Risk, Chance, and Causation: Investigating the Origins and Treatment of Disease (1st ed.). New Haven, CT: Yale University Press. pp. 260–276. ISBN 978-0-300-18884-4.
  43. ^ فرانكلين، ألان (2013). "مقدمة: صعود السيجما". معايير متغيرة: تجارب في فيزياء الجسيمات في القرن العشرين (الطبعة الأولى). بيتسبرغ، بنسلفانيا: مطبعة جامعة بيتسبرغ. ص. 2-3. ISBN 978-0-8229-4430-0.
  44. ^ Clarke, GM; Anderson, CA; Pettersson, FH; Cardon, LR; Morris, AP; Zondervan, KT (6 فبراير 2011). "التحليل الإحصائي الأساسي في دراسات الحالات والشواهد الجينية". بروتوكولات الطبيعة . 6 (2): 121–33. doi :10.1038/nprot.2010.182. PMC 3154648. PMID  21293453 . 
  45. ^ Barsh, GS; Copenhaver, GP; Gibson, G; Williams, SM (5 يوليو 2012). "إرشادات لدراسات الارتباط على مستوى الجينوم". PLOS Genetics . 8 (7): e1002812. doi : 10.1371/journal.pgen.1002812 . PMC 3390399. PMID  22792080 . 
  46. ^ كارفر، رونالد ب. (1978). "الحجة ضد اختبار الدلالة الإحصائية". مراجعة هارفارد التعليمية . 48 (3): 378-399. doi :10.17763/haer.48.3.t490261645281841. S2CID  16355113.
  47. ^ يوانيديس، جون با (2005). "لماذا معظم النتائج البحثية المنشورة خاطئة". PLOS Medicine . 2 (8): e124. doi : 10.1371/journal.pmed.0020124 . PMC 1182327. PMID  16060722 . 
  48. ^ ab Amrhein, Valentin; Korner-Nievergelt, Fränzi; Roth, Tobias (2017). "الأرض مسطحة (p > 0.05): عتبات الأهمية وأزمة البحوث غير القابلة للتكرار". PeerJ . 5 : e3544. doi : 10.7717/peerj.3544 . PMC 5502092. PMID  28698825 . 
  49. ^ ab Hojat, Mohammadreza; Xu, Gang (2004). "دليل الزائر لحجم التأثير". التقدم في تعليم العلوم الصحية . 9 (3): 241–9. doi :10.1023/B:AHSE.0000038173.00909.f6. PMID  15316274. S2CID  8045624.
  50. ^ بيدازور ، العازار ج. شملكين، ليورا ب. (1991). القياس والتصميم والتحليل: نهج متكامل (طبعة الطالب). نيويورك، نيويورك: مطبعة علم النفس. ص 180-210. رقم ISBN 978-0-8058-1063-9.
  51. ^ Stahel, Werner (2016). "Statistical Issue in Reproducibility". Principles, Problems, Practices, and Prospects Reproducibility: Principles, Problems, Practices, and Prospects : 87–114. doi :10.1002/9781118865064.ch5. ISBN 978-1-118-86497-5.
  52. ^ "سلسلة ندوات CSSME: الحجة حول القيم الاحتمالية ونموذج اختبار أهمية الفرضية الصفرية (NHST)". www.education.leeds.ac.uk . كلية التربية، جامعة ليدز . تم الاسترجاع في 2016-12-01 .
  53. ^ نوفيلا، ستيفن (25 فبراير 2015). "مجلة علم النفس تحظر اختبار الأهمية". الطب القائم على العلم.
  54. ^ Woolston, Chris (2015-03-05). "مجلة علم النفس تحظر قيم P". Nature . 519 (7541): 9. Bibcode :2015Natur.519....9W. doi : 10.1038/519009f .
  55. ^ سيغفريد، توم (2015-03-17). "حظر القيمة P: خطوة صغيرة لمجلة، قفزة عملاقة للعلم". أخبار العلوم . تم الاسترجاع في 2016-12-01 .
  56. ^ أنتوناكيس، جون (فبراير 2017). "حول تحسين العلوم: من إثارة الاكتشاف إلى التداعيات السياسية" (PDF) . مجلة القيادة الفصلية . 28 (1): 5-21. doi :10.1016/j.leaqua.2017.01.006.
  57. ^ abc Wasserstein, Ronald L.; Lazar, Nicole A. (2016-04-02). "بيان الجمعية الأمريكية للإحصاء حول القيم الاحتمالية: السياق والعملية والغرض". الإحصائي الأمريكي . 70 (2): 129–133. doi : 10.1080/00031305.2016.1154108 .
  58. ^ جارسيا بيريز، ميغيل أ. (2016-10-05). "لا يجوز لك أن تشهد زورًا ضد اختبار أهمية الفرضية الصفرية". القياس التربوي والنفسي . 77 (4): 631-662. doi :10.1177/0013164416668232. ISSN  0013-1644. PMC 5991793. PMID  30034024 . 
  59. ^ يوانيديس، جون با؛ وير، جينيفر ج؛ واجنماكرز، إريك جان؛ سيمونسون، أوري؛ تشامبرز، كريستوفر د؛ بوتون، كاثرين س؛ بيشوب، دوروثي ف م؛ نوسيك، برايان أ؛ مونافو، ماركوس ر. (يناير 2017). "بيان من أجل العلم القابل للتكرار". سلوك الإنسان الطبيعي . 1 (1): 0021. doi : 10.1038/s41562-016-0021 . PMC 7610724. PMID  33954258 . 
  60. ^ بنيامين، دانيال؛ وآخرون (2018). "إعادة تعريف الأهمية الإحصائية". سلوك الإنسان الطبيعي . 1 (1): 6-10. doi : 10.1038/s41562-017-0189-z . hdl : 10281/184094 . PMID  30980045.
  61. ^ تشاولا، دالميت (2017). "عتبة "مقاس واحد يناسب الجميع" لقيم P تحت النار". نيتشر . doi :10.1038/nature.2017.22625.
  62. ^ Amrhein, Valentin; Greenland, Sander (2017). "إزالة الدلالة الإحصائية بدلاً من إعادة تعريفها". Nature Human Behaviour . 2 (1): 0224. doi :10.1038/s41562-017-0224-0. PMID  30980046. S2CID  46814177.
  63. ^ Vyse, Stuart (نوفمبر 2017). "Moving Science's Statistical Goalposts". csicop.org . CSI . تم الاسترجاع في 10 يوليو 2018 .
  64. ^ McShane, Blake; Greenland, Sander; Amrhein, Valentin (March 2019). "Scientists rise up against statistical significant". Nature . 567 (7748): 305–307. Bibcode :2019Natur.567..305A. doi : 10.1038/d41586-019-00857-9 . PMID  30894741.
  65. ^ Wasserstein, Ronald L.; Schirm, Allen L.; Lazar, Nicole A. (2019-03-20). "الانتقال إلى عالم أبعد من "p < 0.05"". الإحصائي الأمريكي . 73 (sup1): 1–19. doi : 10.1080/00031305.2019.1583913 .

قراءة إضافية

  • ليديا دينورث، "مشكلة كبيرة: الأساليب العلمية القياسية تحت النار. هل سيتغير أي شيء؟"، مجلة ساينتفك أمريكان ، المجلد 321، العدد 4 (أكتوبر 2019)، ص 62-67. "لقد ساهم استخدام قيم p لمدة قرن تقريبًا [منذ عام 1925] لتحديد الأهمية الإحصائية للنتائج التجريبية في خلق وهم اليقين و[في] أزمة إعادة الإنتاج في العديد من المجالات العلمية . هناك تصميم متزايد على إصلاح التحليل الإحصائي... يقترح بعض [الباحثين] تغيير الأساليب الإحصائية، في حين أن آخرين يلغي عتبة تحديد النتائج "المهمة"". (ص 63).
  • زيلياك، ستيفن وديردري ماكلوسكي (2008)، عبادة الأهمية الإحصائية: كيف يكلفنا الخطأ المعياري الوظائف والعدالة والحياة. أرشيف 2010-06-08 على موقع واي باك مشين . آن أربور، مطبعة جامعة ميشيغان ، 2009. ISBN 978-0-472-07007-7 . المراجعات والاستقبال: (جمعها زيلياك) 
  • تومسون، بروس (2004). "أزمة "الأهمية" في علم النفس والتعليم". مجلة علم الاجتماع الاقتصادي . 33 (5): 607-613. doi :10.1016/j.socec.2004.09.034.
  • تشاو، سيو إل. (1996). الأهمية الإحصائية: الأساس المنطقي والصلاحية والفائدة، محفوظ في 2013-12-03 على موقع واي باك مشين ، المجلد 1 من سلسلة مقدمة للأساليب الإحصائية، سيج للنشر المحدودة، رقم ISBN 978-0-7619-5205-3 – يزعم أن الأهمية الإحصائية مفيدة في ظروف معينة. 
  • كلاين، ريكس، (2004). ما وراء اختبار الدلالة: إصلاح أساليب تحليل البيانات في البحوث السلوكية ، واشنطن العاصمة: الجمعية الأمريكية لعلم النفس.
  • نوزو، ريجينا (2014). الطريقة العلمية: الأخطاء الإحصائية. مجلة نيتشر المجلد 506، ص 150-152 (الوصول المفتوح). تسلط الضوء على المفاهيم الخاطئة الشائعة حول قيمة p.
  • كوهين، جوزيف (1994). [1] محفوظ في 13 يوليو 2017 على موقع واي باك مشين . الأرض مستديرة (ص<.05). مجلة علم النفس الأمريكية. المجلد 49، ص. 997-1003. مراجعة المشاكل المتعلقة بالاختبار الإحصائي للفرضية الصفرية.
  • أمراين، فالنتين؛ جرينلاند، ساندر؛ ماكشين، بليك (2019-03-20). "العلماء يثورون ضد الدلالة الإحصائية". نيتشر . 567 (7748): 305-307. رمز Bibcode :2019Natur.567..305A. doi : 10.1038/d41586-019-00857-9 . PMID:  30894741.
تحتوي ويكي الجامعة على مصادر تعليمية حول الأهمية الإحصائية
  • تحتوي المقالة "أقدم الاستخدامات المعروفة لبعض كلمات الرياضيات (S)" على مدخل حول الأهمية يوفر بعض المعلومات التاريخية.
  • "مفهوم اختبار الدلالة الإحصائية محفوظ في 2022-09-07 على موقع واي باك مشين " (فبراير 1994): مقال بقلم بروس تومبون، استضافته مؤسسة إيريك كليرينج هاوس للتقييم والتقويم، واشنطن العاصمة
  • "ماذا يعني أن تكون النتيجة "ذات دلالة إحصائية"؟" (بدون تاريخ): مقال من خدمة التقييم الإحصائي في جامعة جورج ماسون، واشنطن العاصمة
تم الاسترجاع من "https://en.wikipedia.org/w/index.php?title=الأهمية_الإحصائية&oldid=1231208751"
Original text
Rate this translation
Your feedback will be used to help improve Google Translate