#1 Søren Stærke
xkcd har tidligere berørt emnet satirisk
menu close Teknologiens Mediehus
person Konto arrow_drop_down
For første gang nogensinde har American Statistical Association (ASA) udsendt konkrete anbefalinger om brugen af statistiske værktøjer
I en officiel udtalelse slås det fast, at en enkelt størrelse aldrig kan erstatte videnskabelige ræsonnementer.
Den størrelse, organisationen har in mente, er den såkaldte p-værdi, som mange ikke mindst inden for medicin og psykologi benytter til at afgøre, om en hypotese er sand eller falsk – men ofte på et forkert grundlag.
Problemet er dog ikke begrænset til medicin og psykologi.
»Der er mange andre faggrupper, som fortolker p-værdierne forkert i forbindelse med statistiske analyser,« siger Claus Thorn Ekstrøm, der er professor i biostatistik ved Københavns Universitet, til Ingeniøren.
Man kan f.eks. teste et medikament ved at sammenligne to grupper, hvor kun den ene får medikamentet. Er der stor forskel f.eks. i helbredelse mellem de to befolkningsgrupper, kan det skyldes, at der tale om en tilfældighed, eller at andre forhold gør sig gældende, som f.eks. at medikamentet har haft en virkning.
Med udgangspunkt i en bestemt statistisk model kan man udregne p-værdi, der indikerer, hvor inkompatible data er med en forhåndsantagelse om, at medikamentet ingen virkning har.
Mange opfatter det således, at hvis p-værdien er mindre end 0,05, så er sandsynligheden for, at der er tale om en tilfældighed mindre end 5 pct., og man derfor kan være rimelig sikker på, at der har været en virkning.
Men statistikere har altid vidst, at sådan kan man ikke konkludere, for som der står i udtalelsen fra ASA, så er p-værdien ikke et mål for om en hypotese om er sand, eller om sandsynligheden for, at data skyldes en tilfældighed. P-værdien kan kun vise, hvor uforenelige data er med en bestemt statistisk model eller forhåndsantagelse. Den udtrykker intet om selve antagelsens rigtighed eller ej.
Derfor kan statistiske konklusioner, forretningsmæssige eller policy-beslutninger ikke baseres alene på størrelsen af p-værdien, som ikke kan erstatte almindelige sunde videnskabelige ræsonnementer, skriver ASA.
For eksperter er sådan set ikke noget nyt i ASA’s udtalelse, men udtalelsen skal ses som en opfølgning på en diskussion, som gennem flere år har været ført i de videnskabelige tidsskrifter, hvor flere statistikere gentagne gange har råbt vagt i gevær med hensyn til misbrug af p-værdien.
For to år siden rejste George Cobb en diskusssion i et forum på ASA med disse spørgsmål og svar:
Q: Hvorfor underviser så mange i p=0,05?
A: Fordi det er det, som det videnskabelige samfund og redaktører af videnskabelige tidsskrifter benytter.
Q: Hvorfor bruger så mange stadig p=0,05?
A: Fordi de har lært det på universitetet.
Når p-værdien er blevet så populær, er det altså med Cobbs ord, fordi vi underviser i det, vi bruger, og vi bruger den, fordi det er det, vi har lært.
Behovet for gode videnskabelige ræsonnementer understøttes af en international undersøgelse sidste år, der viste, at forskellige statistikere kunne komme til vidt forskellige konklusioner ud fra samme datamateriale.
Førende statistikere fra danske universiteter påpegede dengang i Ingeniøren, at der brug for langt større åbenhed omkring statistiske analyser.
