p – hodnota značí chybovosť typu I v štatistickej analýze . Chyba typu I znamená zamietnutie nulovej hypotézy , keď je v skutočnosti správne . Nulová hypotéza je ( takmer vždy ) vyhlásenie , že tieto dve skupiny sa od seba nelíšia, a že neexistuje žiadny vzťah medzi niektorými premennými , alebo iný údaj , že to , čo očakávame , že nájsť nie je , v skutočnosti neexistuje . Takže typ 1 chyba hovorí, že sa niečo deje , keď v skutočnosti nič nie je . To všetko je založené na myšlienke , že máme len vzorka z populácie . Prečo Combine P – hodnoty?
< P > V niektorých prípadoch niekoľko štúdií o rovnaký jav . Napríklad , tam je veľa štúdia skúmajúca vzťah medzi fajčením a rakovinou sadzieb . Každý z nich bude poskytovať p – hodnoty . Tým , že kombinuje niekoľko štúdií , môžete získať presnejšie odhady , čo sa deje .
Idea Fishera metódy
Vzhľadom k tomu , kolekcia p – hodnôt z nezávislých štúdií Fisher metóda je najprv vziať prirodzený logaritmus každého p – hodnoty , násobenie každého výsledku -2 a potom sa pridá je . Výsledná suma je distribuovaný ako štatistika chí – kvadrát s 2L stupňov voľnosti , kde L je počet p – hodnôt . P – hodnota tejto sumy možno dostať zo štatistických tabuliek , zo štatistického softvéru, ako sú SAS , SPSS , R alebo z aplikácie Excel alebo z niektorých vedeckých kalkulačiek .
Nebezpečenstvo Kombinácia P- hodnoty : nesprávne vyložil výsledok
nebezpečenstvo kombinujúci p – hodnôt je vyložil výsledok . To je súčasťou toho, čo Stephen Ziliak a Deirdre McCloskey nazývajú “ Cult štatistickej významnosti . “ Kombináciou vzoriek , bude stále malej veľkosti účinku sa stal štatisticky významný . Ale štatistická významnosť neznamená , že praktický význam . Predpokladajme napríklad , že sa zistilo , že najmä strava viedlo k zníženiu hmotnosti o 1 oz mesačne . Ak by boli dosť vzorky spojené, by to bolo štatisticky významné, ale len málo ľudí by sa staral o stravu , ktorá viedla k tak malý vplyv.
Alternatívy Kombinácia P – hodnoty
Skôr než kombinácia p – hodnoty , to je často dobrý nápad spojiť veľkosti efektov . Veľkosť účinku môže byť rozdiel medzi dvoma skupinami , alebo regresný koeficient , alebo so šancou – pomere , alebo niektorý z radu ďalších opatrení , v závislosti na tom , čo štatistiky bol použitý . Tento typ analýzy sa nazýva meta – analýza , ktorá je štúdia sama o sebe .