→ recorriendo: 以前建議你系統性看一下基礎統計課本 你用沒時間推託 08/30 12:12
→ recorriendo: 現在過了這麼多年 你還在拿這些最基本的到處問 就問 08/30 12:12
→ recorriendo: 你這樣真的有省到多少時間? 08/30 12:13
推 chang1248w: 他就想問問 08/30 14:56
→ andrew43: 方向、幅度、可靠度，這些光從p值看不到。 08/30 15:42
→ yhliu: 統計假說檢定是關於群體參數的二元分割的判斷，虛無假說是 09/01 10:12
→ yhliu: 傾向於保守的一種揣測，對立假說是想要由資料獲得支持證據 09/01 10:15
→ yhliu: 的另一個猜測。例如在藥學統計，一種新藥的提出，需要證據 09/01 10:17
→ yhliu: 說新藥比舊藥好，H0 說新藥沒有比較好，Ha 說新藥比較好。 09/01 10:19
→ yhliu: p 值是依現有資料，H0 能被拒絕，也就是 Ha 被支持的最小顯 09/01 10:21
→ yhliu: 著水準。在 p 值未流行以前，是固定顯著水準，而檢定結果說 09/01 10:22
→ yhliu: 拒絕 H0 (支持 Ha) 或不拒絕 H0，也就是所謂的顯著或不顯著 09/01 10:24
→ yhliu: 所以 p 值比固定水準的顯著不顯著好，因為比如報告者用 .05 09/01 10:26
→ yhliu: 顯著水準說顯著，但閱讀或聆聽報告者卻覺得 .05 的容許型一 09/01 10:28
→ yhliu: 誤機率水準太寬鬆或太嚴格，則無法做自己的顯著不顯著判定 09/01 10:30
→ yhliu: 而有了 p 值就沒這樣的遺憾了。但無論報告顯著與否或 p 值, 09/01 10:32
→ yhliu: 如前面新藥是否較好的例子，也只能知道在給定之顥著水準下, 09/01 10:34
→ yhliu: 是否能支持 "新藥較好" 這樣的揣測，卻無法告訴我們：新舊 09/01 10:36
→ yhliu: 藥的差距是大還是小，要知道這個，就要看樣本估計出的差異 09/01 10:39
→ yhliu: 例如治癒率的差距，恢復程度指標差異等。但關於這些差距， 09/01 10:41
→ yhliu: 我們希望知道的是群體的情形，而我們實際只能看到樣本的估 09/01 10:43
→ yhliu: 計結果，於是將抽樣誤差考慮進去，有信賴區間或區間估計的 09/01 10:45
→ yhliu: 概念，說在某百分比的信賴水準下，所論的指標或差距在某個 09/01 10:48
→ yhliu: 範圍之內。而固定信賴水準的信賴區間，和固定顯著水準的檢 09/01 10:51
→ yhliu: 定有對應關係，例如衡量差異的指標參數是 m，1-a 信賴水準 09/01 10:53
→ yhliu: 下 m 的信賴區間如果包含特定值 m0，就表示依當前資料，在 09/01 10:56
→ yhliu: 1-a 信賴水準下 m0 是 m 的一個合理猜測；所以在顯著水準 a 09/01 10:57
→ yhliu: 之下，做 H0: m = m0 的檢定 H0 不應被拒絕；反之亦然。所 09/01 11:02
→ yhliu: 以固定水準下的信賴區間，同時也可做相應水準下 H0:m=m0 09/01 11:04
→ yhliu: 對 Ha: m<>m0 的檢定；但信賴區間卻表明了所關心的差異指標 09/01 11:06
→ yhliu: 可能範圍，所以說信賴區間比相應顯著水準下的檢定提供更多 09/01 11:08
→ yhliu: 訊息。不過與 p 值相比，卻是難以比較。 09/01 11:10
推 andy10217: 可以提供更多精確度的訊息，如果是臨床文獻，建議可參 09/04 22:05
→ andy10217: 考看看GRADE guideline 09/04 22:05