{"id":660,"date":"2020-04-04T05:03:51","date_gmt":"2020-04-04T03:03:51","guid":{"rendered":"https:\/\/www.statsimprove.com\/it\/?p=660"},"modified":"2024-05-30T11:29:18","modified_gmt":"2024-05-30T09:29:18","slug":"il-p-value-e-quellinformazione-che-non-conosci-ma-che-arricchisce-la-discussione-dei-tuoi-risultati","status":"publish","type":"post","link":"https:\/\/www.statsimprove.com\/it\/2020\/04\/04\/il-p-value-e-quellinformazione-che-non-conosci-ma-che-arricchisce-la-discussione-dei-tuoi-risultati\/","title":{"rendered":"Il p value e quell\u2019informazione che non conosci (ma che arricchisce la discussione dei tuoi risultati)"},"content":{"rendered":"

Quando discutiamo i risultati dei nostri studi e delle analisi statistiche che conduciamo, quasi sempre i nostri sforzi finiscono con il sottolineare la significativit\u00e0 statistica dei risultati.<\/p>\n

Abbiamo un p value significativo? Evviva. Siamo pronti per il premio Nobel.E in parte \u00e8 anche corretto essere contenti, ci mancherebbe.<\/p>\n

Ma quello che \u00e8 il nostro compito come \u201cpersone di scienza\u201d non \u00e8 solo quello di considerare il nostro orticello e di fare la nostra pubblicazioncina.<\/p>\n

Il nostro compito \u00e8 quello di discutere a 360 gradi le evidenze che abbiamo per le mani.<\/strong><\/p>\n

Uno spunto di riflessione che va oltre il concetto di significativo e non-significativo<\/h2>\n

Facciamo una premessa: molti ricercatori e studenti dimenticano che il loro singolo studio non crea un\u2019evidenza scientifica forte.<\/p>\n

La significativit\u00e0 del loro p value serve a poco se essa non viene replicata da altri ricercatori e se lo studio non entra in un processo di metanalisi e\/o di revisione.<\/p>\n

La domanda che ci possiamo e dobbiamo fare \u00e8: se ho ottenuto un risultato statisticamente significativo, qual \u00e8 la probabilit\u00e0 che repliche del mio studio forniscano risultati ugualmente significativi?<\/strong><\/p>\n

Qua il nostro p value ci pu\u00f2 aiutare.<\/p>\n

Infatti il p value NON<\/strong> ci dice niente sulla stima dell\u2019effetto, NON<\/strong> \u00e8 la probabilit\u00e0 di avere uno studio falsamente positiv<\/a>o, MA<\/strong> ci pu\u00f2 fornire una stima o perlomeno un\u2019idea del \u201creplication rate\u201d.<\/p>\n

Tradotto: il livello di significativit\u00e0 dei tuoi risultati, cio\u00e8 quanto \u00e8 piccolo il tuo p value, ti informa sulla probabilit\u00e0 che lo stesso studio ripetuto da altri ricercatori dia un risultato statisticamente significativo.<\/p>\n

Quali sono queste probabilit\u00e0?<\/p>\n

Ce lo dice uno studio pubblicato su “Science” nel 2015.<\/a><\/p>\n

Senza entrare nel dettaglio dello studio (che ti ho linkato sopra nel caso tu voglia approfondire):<\/p>\n