许多随机对照试验 (RCT) 论文报告了随机化之后/之前对基线参数的显着性检验,以表明这些组确实相似。这通常是“基线特征”表的一部分。然而,显着性检验衡量的是偶然获得观察到的(或更强的)差异的概率,不是吗?如果测试是显着的,我们会得出结论,即存在真正的差异,因为这种程度的随机差异不太可能发生。当我们知道任何差异必须是由于偶然性时,在随机化后显着性检验是否有意义?
显着性检验对比较基线的随机组有意义吗?
机器算法验证
统计学意义
临床试验
2022-03-30 02:18:23
1个回答
假设检验是荒谬的,但显着性检验可能有用。
正如您的问题所表明的那样,假设检验将测试已知为真的零假设。将统计检验应用于任何具有通过完全可靠信息已知的真值的假设是愚蠢的。
显着性检验提供了一个 P 值,正如您已经说过的,它表明在给定零假设的情况下,将数据获取为极端或更极端的概率。然而,在我看来,这样的 P 值可以以等同于对“我希望多久看到一次与这次一样大或更大的基线值差异?”这个问题的答案来解释。即使不清楚目的是什么,答案也可能有用。
其它你可能感兴趣的问题