Fisherin Menetelmä yhdistäminen Independent P - arvot

p - arvo merkitseetyypin I virheastettatilastollinen analyysi . Tyypin I virhe tarkoittaa hylättiinnollahypoteesi , kun se on itse asiassa oikeassa . Nollahypoteesi on ( lähes aina ) ilmoitus, että kaksi ryhmää eivät ole erilaisia ​​, tai että ei ole suhdetta joukossa joitakin muuttujia , tai toinen ilmoitus, että mitä odotamme löytää , ei itse asiassa ole. Jotentyypin 1 virhe sanoo, että jotain on tapahtumassa , kun itse asiassa , mikään ei ole . Kaikki tämä perustuu siihen ajatukseen, että meillä on vainotosväestöstä. Miksi Yhdistä P - arvot ?

Joissakin tapauksissa useita tutkimuksia ovat suunnilleen sama ilmiö . Esimerkiksi , on olemassa monia tutkimuksia suhdetta tarkasteltaessa tupakoinnin ja syövän hinnat . Kukin näistä saadaanp-arvo . Yhdistämällä useita tutkimuksia , voit saada tarkempia arvioita siitä, mitä on tekeillä .
Idea Fisherin menetelmä

Koskakokoelma p - arvot riippumattomia tutkimuksia , Fisherin tapa on ensin otettavaluonnollinen logaritmi jokaisen p - arvo , kertomalla kukin tulos -2 ja lisäämällä ne ylös . Saatu summa jaetaanchi - neliö tilaston kanssa 2L vapausasteita , jossa L onmäärä p-arvot . P - arvo tästä summasta voidaan saanut tilastotaulukkoja , alkaen tilasto-ohjelmalla , kuten SAS , R tai SPSS , Excel tai joltain tieteellinen laskimia .
Vaarat yhdistäminen P arvot : vääristelemättätulos MarketBook.fi

Yksi vaara yhdistää p - arvot tulkitaan väärin tulos . Tämä on osa sitä, mitä Stephen Ziliak ja Deirdre Remu soittaa" Cult of tilastollista merkitsevyyttä . " Yhdistämällä näytteitä , yhä pieni vaikutus koot tulevat tilastollisesti merkitsevä . Mutta tilastollista merkitsevyyttä ei tarkoita käytännön merkitystä . Oletetaan esimerkiksi, että havaittiin, ettäerityisesti ruokavalio johtilaihtuminen 1 oz . kuukaudessa . Jos tarpeeksi näytteet yhdistettiin , tämä olisi tilastollisesti merkitsevä , mutta harvat ihmiset välitäruokavalio, joka johti niin pieni vaikutus .
Vaihtoehtoja yhdistäminen P - arvot

sen sijaan yhdistää p - arvot , se on useinhyvä idea yhdistää vaikutus kokoja . Vaikutus koko voisi ollaeroa kaksi ryhmää , tairegressiokerroin , taitodennäköinen suhde tai jokinuseita muita toimia , riippuen siitä, mitä tilastoa oli käytössä . Tämäntyyppinen analyysi kutsutaan meta - analyysi , joka ontutkimus outo tapaus .