Metodo di Fisher per combinazione indipendenti P - Valori

A p -value indica il tasso di errore di tipo I in un'analisi statistica . Errore di tipo I significa rifiutare l'ipotesi nulla quando è , infatti , corretto . L'ipotesi nulla è ( quasi sempre ) una dichiarazione che due gruppi non sono diversi , o che non vi è alcuna relazione tra alcune variabili , o un'altra affermazione che ciò che ci aspettiamo di trovare non , di fatto , esiste. Quindi, un errore di tipo 1 sta dicendo che qualcosa sta accadendo quando, in realtà , nulla è . Tutto questo si basa sull'idea che abbiamo solo un campione da una popolazione . Perché Combinare valori di p ?

In alcuni casi , diversi studi sono circa lo stesso fenomeno . Ad esempio , ci sono molti studi che esaminano la relazione tra tassi di fumo e cancro . Ognuno di questi fornirà un valore p . Grazie alla combinazione di diversi studi , è possibile ottenere stime più precise su ciò che sta accadendo .
L'idea del metodo di Fisher

Dato un insieme di valori di p da studi indipendenti , il metodo di Fisher è quello di prendere prima il logaritmo naturale di ogni p -value , moltiplicando ogni risultato da -2 e poi aggiungerli in su . La somma risultante è distribuito come una statistica chi-quadro con gradi di libertà 2L , dove L è il numero di valori di p . Il p-value di tale somma può essere ottenuto da tabelle statistiche , da software statistici come SAS , R o SPSS , da Excel o da alcune calcolatrici scientifiche .
Pericoli di combinazione P valori: interpretando male il risultato

Un pericolo di coniugare valori p si interpretano male il risultato . Questo è parte di ciò che Stephen Ziliak e Deirdre McCloskey chiamano il "Culto di significatività statistica . " Combinando campioni , sempre più piccole dimensioni dell'effetto saranno statisticamente significativa . Ma la significatività statistica non implica importanza pratica . Ad esempio , si supponga che si è riscontrato che una dieta particolare ha portato ad una perdita di peso di 1 oncia al mese . Se sono stati combinati un numero sufficiente di campioni , questo sarebbe statisticamente significativa , ma poche persone si preoccupano di una dieta che ha portato a un piccolo effetto di tale .

Alternative alla combinazione di valori p

Piuttosto che combinano valori di p , è spesso una buona idea di combinare dimensioni dell'effetto . La dimensione effetto potrebbe essere una differenza tra due gruppi o un coefficiente di regressione , o un odds -ratio o qualsiasi di una serie di altre misure , a seconda di cosa statistica è stato utilizzato. Questo tipo di analisi si chiama meta-analisi , che è uno studio a sé .