http://alog.auric.or.kr/home/editage.aspx
AURIC
|
LOGIN
홈
|
포스트
|
태그
[
총적립P :
225,500 P
]
에디티지
캑터스 커뮤니케이션즈의 저널 출판 전문 브랜드 에디티지가 드리는 영어 논문 작성/투고 팁 및 최신 학술 트렌드
19년간 191개국 61만명 연구자들의 1,300개 학문 분야 157만편 논문 대상 교정/번역/저널투고/연구홍보 서비스 제공
www.editage.co.kr
친구신청
1 명
포스트 카테고리
에디티지 소식
(91)
최신 국제학술트렌드
(29)
저널 출판전략
(53)
논문작성법
(16)
온라인 무료강의
(21)
AURIC 등록자료
My 저서
(0)
사진·답사
(0)
최근 댓글
등록된 댓글이 없습니다.
RSS
총 방문:
313199
명
(오늘:
55
명, 어제:
101
명)
[유의확률] 내 연구가 유의미할까? P값(p-value)에 의존해서는 안 되는 이유
저널 출판전략
|
2017-08-04 오후 4:21:05
| 조회수 :
5418
|
공개
연구 논문에서 가장 일반적으로 보고되는 통계는 아마도 가장 많이 오해되고 있기도 하고 오용되고 있기도 할 것입니다
.
바로
p-value(
유의 확률
)
에 대한 이야기입니다
.
최근
미국통계
학
회
(ASA)
는
p-value
의 해석과 적절한 사용에 관한 여섯 가지 원칙을 세워
<
통계적
유의성과
p-value
에
관한
성명서>
를 발표하였습니다
.
ASA
의 원칙과 이 원칙이 연구에 어떻게 적용되는지 살펴보도록 하겠습니다
.
1. p-value
는 데이터가 특정 통계 모형과 얼마나 대립하는지 나타낼 수 있다
.
여기서 중요한 단어는
“
특정
”
입니다
.
모든 연구나 분석에서 연구자는 통계 모형을 만들 때 반드시 어떠한 가정을 세워야 한다는 것을 기억하시기 바랍니다
.
통계학자에
따르면
p-value
가
0.05
인 것이 주어진 가설이 맞을 확률이
95%
임을 의미하는 것은 아니라고 합니다
.
대신 이 값은 영가설이 참이고 다른 모든 가정이 유효하다면 적어도 현재 얻은 결과와 같은 크기의 결과를 얻을 확률이
5%
라는 것을 의미합니다
.
2. p-value
는 연구 가설이 참일 확률이나 데이터가 오로지 우연으로 생성되었을 확률을 측정하지 않는다
.
연구자들은 흔히 작은
p-value
가 영가설이 거짓인 것을 의미하는 것으로 잘못 해석합니다
.
실제로
p-value
는
영가설
이
참
일
때
관찰된
결과와
적어도
같은
크기의
결과를
얻을
확률
을
나타
낼
뿐입
니다.
3. p-value
가 특정 임계점을 통과했는가가 단독으로 과학적 결론이나 사업적
/
정책적 결정을 내리는 근거가 되어서는 안 된다
.
“p<0.05”
가 무엇이 참이라는 보증이 될 수는 없습니다
.
궁극적으로
p-value
는 단지 통계 자료일 뿐이며 절대적 징표가 아닙니다
.
특히 표본 크기와 같은 연구의 다양한 측면이
p-value
에 영향을 줄 수 있습니다
.
만일
표본이
확연히
크다면
(
효과
크기는
무시
할
수
있
다
해
도),
완벽히
아무런
효과도
없는
경우를
제외하고, p-value
는
아마도
거의
항상
유의미할
것입니다.
따라서
p-value
만을 기초로 실질적인 의사결정을 내려서는 안 된다는 것은 상식입니다
.
4.
적절한 추론에는 완전한 보고와 투명성이 필요하다
.
p-value
가
0.05
미만으로 나타난 결과만 선택적으로 보고하는 경우가 많습니다
. ASA
는 이러한 종류의
“
골라내기(cherry picking)
”
를 강력히 반대합니다
. ASA
는 그 대신 그것이 유의미하든 아니든 획득한 모든
p-value
와 탐구한 모든 가설과 그리고 수행한 모든 통계적 분석을 보고할 것을 권장합니다
.
그래야만 저자는 자신의 데이터를 기반으로 유효한 결과를 도출해낼 수 있습니다
.
5. p-value,
혹은 통계적 유의성은 효과의 크기나 결과의 중요성을 측정하지 않는다
.
일부 저자는
p-value
가 매우 작은
(<0.001)
결과물에
“
매우 유의미한
”
또는
“
유의성이 높은
”
이라는 설명을 넣습니다
.
하지만 작은
p-value
가 결과의 실질적 또는 임상적 중요성을 의미하는 것은 아닙니다
.
예를 들어
,
연구자가 에너지 드링크 소비의 증가와 소녀들의 긍정적 신체 이미지 사이에 통계적으로 유의미한 관계가 있음을 발견했다고 가정해봅시다
.
이것은 연구자가 소녀들에게 무료 에너지 드링크 제공과 같은 신체 이미지 개선을 위한 개입을 설계해야 한다는 것을 의미하는 것은 아닙니다
.
그보다 연구자는 관계의
‘
강도
’
에
(
예로
,
상관 계수나 회귀 계수
)
주목해야
합니다
.
만일 관계가 약하다면
(
예로
,
상관계수
0.1),
신체 이미지와 더욱더 강력한 관계가 있는 다른 요인들을
(
예로
,
일반적인 자존감이나 체중과 몸매 이야기의 빈도
)
고려할 때 연구자의 개입은 아마도 좀 더 효과적일 것입니다
.
또한
,
결과의 중요성을 결정할 때는 문맥을 고려하는 것이 중요합니다
.
큰
그룹
간의
작은
차이가
통계적으로
유의미하지만,
실질적으로는
중요하지
않을
수
있고,
작은
그룹
간의
큰
차이는
통계적으로
유의미하지
않다
고
하더라도
실질적인
측면에서
중요할
수
있습니다.
예를 들어
, 100
점 만점의 수학 시험에서 교육적 개입이 있고 난 뒤 평균
1.5
점이 상승했다면 이것은 통계적으로 유의미할 수 있습니다
.
하지만 이 개입 자체는 실제 삶에서 특별히 유익하거나 유용한 것은 아닙니다
.
6. p-value
자체는 모형이나 가설에 관련한 증거에 대한 훌륭한 척도를 제공하지 않는다
.
저자는 결과에
p-value
만 보고하는 것을 피해야 합니다
.
작은
p-value
가 영가설이 거짓이라는 것을 나타내는 것은 아니며
,
또 큰
p-value
가 영가설이 참임을 의미하는 것도 아닙니다
.
연구에는 관찰된 데이터만큼이나 그와 일관되는 다양한 가설이 있을 수 있습니다
.
따라서
p-value
가 검정 되는 모형이나 이론을 위한 유일한 형태의 통계적 뒷받침은 아닙니다
.
그리고 연구의 가치가 오로지 도출된
p-value
에 전적으로 의존하는 것도 아닙니다
.
요약하자면
, p-value
가 유용하게 쓰일 수는 있지만
,
이것이 연구를 가치 있고 중요하게 만드는 기준이 될 수는 없으며 또 그렇게 다루어져서도 안 됩니다
.
통계적 유의성과 과학적
,
실질적
,
또는 임상적 유의성은 서로 같지 않습니다
.
태그 :
논문작성법
,
학술논문작성법
,
에디티지
,
논문작성
,
논문쓰는법
,
유의확율
,
Pvalue
,
P값
댓글 :
0
개
다음 포스트 ::
저널 에디터와 의사소통하게 되는 다양한 사례 및 효과적인 교신 방법
이전 포스트 ::
이전 포스트가 없습니다.