Sigue siendo importante insistir en el confuso valor del término "estadísticamente significativo". Se podría resumir aconsejando evitar su uso: la diferencia entre “significativo” y “no significativo” no es en sí misma estadísticamente significativa 2019
Algunos de los que estén leyendo este número especial de The American Statistician se preguntarán si se trata de una reprimenda de estadísticos pedantes que les dan una conferencia sobre lo que no se debe hacer con los valores p , sin ofrecerles ninguna idea real de qué hacer con el durísimo problema de separar la señal del ruido en los datos y tomar decisiones en condiciones de incertidumbre. No teman. En este número, gracias a 43 artículos innovadores y que invitan a la reflexión escritos por estadísticos con visión de futuro, la ayuda está en camino.
1. “No” no es suficiente
No hay mucho que podamos decir aquí sobre los peligros de los valores p y las pruebas de significancia que no se haya dicho ya durante décadas (Ziliak y McCloskey).2008 ; Hubbard2016 ). Si recién estás llegando al debate, aquí tienes una muestra de lo que no debes hacer:
No base sus conclusiones únicamente en si una asociación o un efecto resultó ser “estadísticamente significativo” (es decir, si el valor p superó algún umbral arbitrario como p < 0,05).
No crea que existe una asociación o efecto sólo porque fue estadísticamente significativo.
No crea que no existe asociación o efecto sólo porque no fue estadísticamente significativo.
No crea que su valor p da la probabilidad de que el azar por sí solo haya producido la asociación o el efecto observado o la probabilidad de que su hipótesis de prueba sea verdadera.
No concluya nada sobre importancia científica o práctica basándose en la significación estadística (o falta de ella).
No lo hagas. No lo hagas. Simplemente… no lo hagas. Sí, hablamos mucho de lo que no se debe hacer. La Declaración de la ASA sobre los valores p y la significación estadística (Wasserstein y Lazar2016 ) se desarrolló principalmente porque después de décadas, las advertencias sobre lo que no se debe hacer habían sido en su mayoría ignoradas. La declaración trataba sobre lo que no se debe hacer, porque existe un amplio consenso sobre lo que no se debe hacer.
Saber qué no hacer con los valores p es, sin duda, necesario, pero no suficiente. Es como si los estadísticos pidieran a los usuarios de las estadísticas que derribaran las vigas y puntales que sostienen el edificio de la investigación científica moderna sin ofrecer materiales de construcción sólidos para reemplazarlos. Señalar las vigas viejas y podridas fue un buen comienzo, pero ahora necesitamos más.
En reconocimiento de esto, en octubre de 2017, la Asociación Estadounidense de Estadística (ASA) celebró el Simposio sobre Inferencia Estadística, una reunión de dos días que sentó las bases para este número especial de The American Statistician . Se instruyó explícitamente a los autores para que desarrollaran artículos para la variedad de audiencias interesadas en estos temas. Si utiliza estadísticas en la investigación, los negocios o la formulación de políticas, pero no es estadístico, estos artículos fueron escritos pensando en USTED. Y si es estadístico, aquí también hay mucho para usted.
Los artículos de este número proponen muchas ideas nuevas, ideas que, en nuestra determinación como editores, merecían ser publicadas para permitir una consideración y un debate más amplios. Las ideas de este editorial también están abiertas al debate. Son nuestro propio intento de destilar la sabiduría de las muchas voces que aparecen en este número para convertirlas en la esencia de una buena práctica estadística tal como la vemos actualmente: algunas cosas que se deben hacer para enseñar, hacer investigación y fundamentar decisiones.
Sin embargo, las voces de los 43 periódicos de este número no se oyen al unísono. A veces, en este editorial y en los periódicos, se oyen profundas disonancias, los ecos de las “guerras de estadísticas” que todavía hoy siguen latentes (Mayo2018 ). En otras ocasiones, escuchará melodías que envuelven un rico contrapunto que puede anunciar una nueva era de estadísticas cada vez más armoniosa. Para nosotros, todos estos son los sonidos de la inferencia estadística en el siglo XXI, los sonidos de un mundo que está aprendiendo a aventurarse más allá de “ p < 0,05”.
Este es un mundo en el que los investigadores tienen la libertad de tratar “ p = 0,051” y “ p = 0,049” como si no fueran categóricamente diferentes, donde los autores ya no se sienten obligados a publicar selectivamente sus resultados basándose en un único número mágico. En este mundo, donde los estudios con “ p < 0,05” y los estudios con “ p > 0,05” no están automáticamente en conflicto, los investigadores verán que sus resultados se replican más fácilmente y, aun cuando no lo estén, comprenderán mejor por qué . A medida que nos adentremos en este camino, comenzaremos a ver menos falsas alarmas, menos descubrimientos pasados por alto y el desarrollo de estrategias estadísticas más personalizadas. Los investigadores tendrán la libertad de comunicar todos sus hallazgos en toda su gloriosa incertidumbre, sabiendo que su trabajo se juzgará por la calidad y la comunicación efectiva de su ciencia, y no por sus valores p . A medida que se use menos la “significación estadística”, se usará más el pensamiento estadístico.
La Declaración de la ASA sobre los valores P y la significación estadística fue el primer paso hacia este mundo. A la fecha de publicación de este número especial, la declaración había sido vista más de 294.000 veces y citada más de 1.700 veces, un promedio de unas 11 citas por semana desde su publicación. Ahora debemos ir más allá. Eso es lo que se propone hacer este número especial de The American Statistician .
Sin embargo, para llegar a lo que hay que hacer, debemos comenzar con algo más que no hay que hacer.
Pincha link y lee artículo completo....
No hay comentarios:
Publicar un comentario