En las pruebas de hipótesis estadísticas , [1] [2] un resultado tiene significación estadística cuando un resultado al menos tan "extremo" sería muy poco frecuente si la hipótesis nula fuera cierta. [3] Más precisamente, el nivel de significancia definido de un estudio , denotado por , es la probabilidad de que el estudio rechace la hipótesis nula, dado que la hipótesis nula es verdadera; [4] y el valor p de un resultado, , es la probabilidad de obtener un resultado al menos igual de extremo, dado que la hipótesis nula es verdadera. [5] El resultado es estadísticamente significativo, según los estándares del estudio, cuando . [6] [7] [8] [9] [10] [11] [12] El nivel de significancia de un estudio se elige antes de la recopilación de datos y normalmente se establece en 5% [13] o mucho menos, dependiendo de la campo de estudio. [14]
En cualquier experimento u observación que implique extraer una muestra de una población , siempre existe la posibilidad de que un efecto observado se haya producido debido únicamente a un error de muestreo . [15] [16] Pero si el valor p de un efecto observado es menor (o igual) que el nivel de significancia, un investigador puede concluir que el efecto refleja las características de toda la población, [1] rechazando así la hipótesis nula. hipótesis. [17]
Esta técnica para probar la significancia estadística de los resultados se desarrolló a principios del siglo XX. El término significancia no implica importancia aquí, y el término significancia estadística no es lo mismo que significación de investigación, significación teórica o significación práctica. [1] [2] [18] [19] Por ejemplo, el término importancia clínica se refiere a la importancia práctica del efecto de un tratamiento. [20]
Historia
La importancia estadística se remonta al siglo XVIII, en el trabajo de John Arbuthnot y Pierre-Simon Laplace , quienes calcularon el valor p para la proporción de sexos humanos al nacer, asumiendo una hipótesis nula de igual probabilidad de nacimientos masculinos y femeninos; consulte valor p § Historia para obtener más detalles. [21] [22] [23] [24] [25] [26] [27]
En 1925, Ronald Fisher propuso la idea de probar hipótesis estadísticas, a las que llamó "pruebas de significancia", en su publicación Métodos estadísticos para trabajadores de investigación . [28] [29] [30] Fisher sugirió una probabilidad de uno entre veinte (0,05) como un nivel de corte conveniente para rechazar la hipótesis nula. [31] En un artículo de 1933, Jerzy Neyman y Egon Pearson llamaron a este límite nivel de significancia , al que denominaron . Recomendaron que se establezca con anticipación, antes de cualquier recopilación de datos. [31] [32]
A pesar de su sugerencia inicial de 0,05 como nivel de significancia, Fisher no pretendía que este valor de corte fuera fijo. En su publicación de 1956 Métodos estadísticos e inferencia científica, recomendó que los niveles de significancia se establecieran de acuerdo con circunstancias específicas. [31]
Conceptos relacionados
El nivel de significancia es el umbral por debajo del cual se rechaza la hipótesis nula aunque, según se supone, sea cierta y esté sucediendo algo más. Esto significa que también es la probabilidad de rechazar por error la hipótesis nula, si la hipótesis nula es verdadera. [4] Esto también se llama falso positivo y error tipo I.
A veces, los investigadores hablan del nivel de confianza γ = (1 − α ) . Esta es la probabilidad de no rechazar la hipótesis nula dado que es cierta. [33] [34] Neyman introdujo los niveles de confianza y los intervalos de confianza en 1937. [35]
Papel en la prueba de hipótesis estadísticas
En una prueba de dos colas , la región de rechazo para un nivel de significancia de α = 0,05 se divide en ambos extremos de la distribución muestral y constituye el 5% del área bajo la curva (áreas blancas).
La significación estadística juega un papel fundamental en la prueba de hipótesis estadísticas. Se utiliza para determinar si la hipótesis nula debe rechazarse o mantenerse. La hipótesis nula es la hipótesis de que no existe ningún efecto en el fenómeno que se estudia. [36] Para que se rechace la hipótesis nula, un resultado observado tiene que ser estadísticamente significativo, es decir, el valor p observado es menor que el nivel de significancia preespecificado .
Para determinar si un resultado es estadísticamente significativo, un investigador calcula un valor p , que es la probabilidad de observar un efecto de la misma magnitud o más extremo dado que la hipótesis nula es cierta. [5] [12] La hipótesis nula se rechaza si el valor p es menor (o igual a) un nivel predeterminado, . También se llama nivel de significancia , y es la probabilidad de rechazar la hipótesis nula dado que es cierta (un error de tipo I ). Generalmente se fija en o por debajo del 5%.
Por ejemplo, cuando se establece en 5%, la probabilidad condicional de un error de tipo I , dado que la hipótesis nula es verdadera , es del 5%, [37] y un resultado estadísticamente significativo es aquel en el que el valor p observado es menor que (o igual a) 5%. [38] Cuando se extraen datos de una muestra, esto significa que la región de rechazo comprende el 5% de la distribución muestral . [39] Este 5% puede asignarse a un lado de la distribución muestral, como en una prueba de una cola , o dividirse a ambos lados de la distribución, como en una prueba de dos colas , con cada cola (o región de rechazo) que contiene el 2,5% de la distribución.
El uso de una prueba de una cola depende de si la pregunta de investigación o la hipótesis alternativa especifica una dirección, como por ejemplo si un grupo de objetos es más pesado o si el desempeño de los estudiantes en una evaluación es mejor . [3] Aún se puede utilizar una prueba de dos colas, pero será menos poderosa que una prueba de una cola, porque la región de rechazo para una prueba de una cola se concentra en un extremo de la distribución nula y tiene el doble de tamaño ( 5% frente a 2,5%) de cada región de rechazo para una prueba de dos colas. Como resultado, la hipótesis nula puede rechazarse con un resultado menos extremo si se utiliza una prueba de una cola. [40] La prueba de una cola sólo es más poderosa que una prueba de dos colas si la dirección especificada de la hipótesis alternativa es correcta. Sin embargo, si es incorrecta, entonces la prueba de una cola no tiene poder.
Umbrales de importancia en campos específicos
En campos específicos como la física de partículas y la fabricación , la significancia estadística a menudo se expresa en múltiplos de la desviación estándar o sigma ( σ ) de una distribución normal , con umbrales de significancia establecidos en un nivel mucho más estricto (por ejemplo, 5 σ ). [41] [42] Por ejemplo, la certeza de la existencia de la partícula del bosón de Higgs se basó en el criterio 5 σ , que corresponde a un valor p de aproximadamente 1 en 3,5 millones. [42] [43]
En otros campos de la investigación científica, como los estudios de asociación de todo el genoma , niveles de significancia tan bajos como5 × 10 −8 no son infrecuentes [44] [45] , ya que el número de pruebas realizadas es extremadamente grande.
Limitaciones
Los investigadores que se centran únicamente en si sus resultados son estadísticamente significativos pueden informar hallazgos que no son sustanciales [46] y no replicables. [47] [48] También existe una diferencia entre significación estadística y significación práctica. Un estudio que se considera estadísticamente significativo puede no ser necesariamente significativo en la práctica. [49] [19]
Tamaño del efecto
El tamaño del efecto es una medida de la importancia práctica de un estudio. [49] Un resultado estadísticamente significativo puede tener un efecto débil. Para medir la importancia de su resultado en la investigación, se anima a los investigadores a informar siempre el tamaño del efecto junto con los valores p . Una medida del tamaño del efecto cuantifica la fuerza de un efecto, como la distancia entre dos medias en unidades de desviación estándar (cf. d de Cohen ), el coeficiente de correlación entre dos variables o su cuadrado , y otras medidas. [50]
Reproducibilidad
Un resultado estadísticamente significativo puede no ser fácil de reproducir. [48] En particular, algunos resultados estadísticamente significativos serán de hecho falsos positivos. Cada intento fallido de reproducir un resultado aumenta la probabilidad de que el resultado sea un falso positivo. [51]
Desafíos
Uso excesivo en algunas revistas
A partir de la década de 2010, algunas revistas comenzaron a cuestionar si se confiaba demasiado en las pruebas de significancia, y en particular en el uso de un umbral de α = 5%, como medida principal de validez de una hipótesis. [52] Algunas revistas alentaron a los autores a realizar análisis más detallados que solo una prueba de significación estadística. En psicología social, la revista Basic and Applied Social Psychology prohibió por completo el uso de pruebas de significación en los artículos que publicó, [53] exigiendo a los autores que utilizaran otras medidas para evaluar las hipótesis y el impacto. [54] [55]
Otros editores, al comentar sobre esta prohibición, han señalado: "Prohibir la publicación de valores p , como lo hizo recientemente la Psicología Social Básica y Aplicada, no va a resolver el problema porque simplemente está tratando un síntoma del problema. No hay nada malo con pruebas de hipótesis y valores p per se siempre que los autores, revisores y editores de acciones los utilicen correctamente". [56] Algunos estadísticos prefieren utilizar medidas alternativas de evidencia, como razones de probabilidad o factores de Bayes . [57] El uso de estadísticas bayesianas puede evitar niveles de confianza, pero también requiere hacer suposiciones adicionales, [57] y no necesariamente mejora la práctica con respecto a las pruebas estadísticas. [58]
El abuso generalizado de la significación estadística representa un tema importante de investigación en metaciencia . [59]
Redefiniendo el significado
En 2016, la Asociación Estadounidense de Estadística (ASA) publicó una declaración sobre los valores p , diciendo que "el uso generalizado de 'significancia estadística' (generalmente interpretado como ' p ≤ 0,05') como una licencia para hacer una afirmación sobre un hallazgo científico (o verdad implícita) conduce a una distorsión considerable del proceso científico". [57] En 2017, un grupo de 72 autores propuso mejorar la reproducibilidad cambiando el umbral del valor p para la significación estadística de 0,05 a 0,005. [60] Otros investigadores respondieron que imponer un umbral de significancia más estricto agravaría problemas como el dragado de datos ; Por lo tanto, las propuestas alternativas son seleccionar y justificar umbrales de valor p flexibles antes de recopilar datos, [61] o interpretar los valores p como índices continuos, descartando así umbrales y significancia estadística. [62] Además, el cambio a 0,005 aumentaría la probabilidad de falsos negativos, por lo que el efecto que se está estudiando es real, pero la prueba no lo demuestra. [63]
En 2019, más de 800 estadísticos y científicos firmaron un mensaje pidiendo el abandono del término "significación estadística" en la ciencia, [64] y la ASA publicó una declaración oficial adicional [65] declarando (página 2):
Concluimos, basándonos en nuestra revisión de los artículos de este número especial y de la literatura más amplia, que es hora de dejar de utilizar por completo el término "estadísticamente significativo". Tampoco deberían sobrevivir variantes como "significativamente diferente", " ," y "no significativo", ya sea expresadas en palabras, mediante asteriscos en una tabla o de alguna otra manera.
^ a b C Sirkin, R. Mark (2005). "Pruebas t de dos muestras". Estadística para las Ciencias Sociales (3ª ed.). Thousand Oaks, CA: SAGE Publications, Inc. págs. ISBN 978-1-4129-0546-6.
^ ab Borror, Connie M. (2009). "Toma de decisiones estadísticas". Manual del ingeniero de calidad certificado (3ª ed.). Milwaukee, WI: Prensa de calidad ASQ. págs. 418–472. ISBN978-0-87389-745-7.
^ ab Myers, Jerome L.; Bueno, Arnold D.; Lorch, Robert F. Jr. (2010). "Desarrollo de fundamentos de la prueba de hipótesis utilizando la distribución binomial". Diseño de investigación y análisis estadístico (3ª ed.). Nueva York, Nueva York: Routledge. págs. 65–90. ISBN978-0-8058-6431-1.
^ ab Dalgaard, Peter (2008). "El poder y el cálculo del tamaño de la muestra". Estadística introductoria con R. Estadística y Computación. Nueva York: Springer. págs. 155-56. doi :10.1007/978-0-387-79054-1_9. ISBN978-0-387-79053-4.
^ ab "Prueba de hipótesis estadísticas". www.dartmouth.edu . Archivado desde el original el 2020-08-02 . Consultado el 11 de noviembre de 2019 .
^ Johnson, Valen E. (9 de octubre de 2013). "Estándares revisados para evidencia estadística". Procedimientos de la Academia Nacional de Ciencias . 110 (48): 19313–19317. Código Bib : 2013PNAS..11019313J. doi : 10.1073/pnas.1313476110 . PMC 3845140 . PMID 24218581.
^ Redmond, Carol; Colton, Theodore (2001). "Significación clínica versus significación estadística". Bioestadística en Ensayos Clínicos . Serie de referencia de Wiley en bioestadística (3ª ed.). West Sussex, Reino Unido: John Wiley & Sons Ltd. págs. ISBN978-0-471-82211-0.
^ Cumming, Geoff (2012). Comprensión de las nuevas estadísticas: tamaños de efectos, intervalos de confianza y metanálisis . Nueva York, Estados Unidos: Routledge. págs. 27-28.
^ Krzywinski, Martín; Altman, Naomi (30 de octubre de 2013). "Puntos de significancia: significancia, valores P y pruebas t". Métodos de la naturaleza . 10 (11): 1041–1042. doi : 10.1038/nmeth.2698 . PMID 24344377.
^ Falsa, Pak C.; Purcell, Shaun M (17 de abril de 2014). "Pruebas de significancia y poder estadístico en estudios genéticos a gran escala". Naturaleza Reseñas Genética . 15 (5): 335–346. doi :10.1038/nrg3706. PMID 24739678. S2CID 10961123.
^ Altman, Douglas G. (1999). Estadísticas prácticas para la investigación médica . Nueva York, Estados Unidos: Chapman & Hall/CRC. págs.167. ISBN978-0-412-27630-9.
^ ab Devore, Jay L. (2011). Probabilidad y Estadística para la Ingeniería y las Ciencias (8ª ed.). Boston, MA: Aprendizaje Cengage. págs. 300–344. ISBN978-0-538-73352-6.
^ Craparo, Robert M. (2007). "Nivel significativo". En Salkind, Neil J. (ed.). Enciclopedia de Medición y Estadística . vol. 3. Thousand Oaks, CA: Publicaciones SAGE. págs. 889–891. ISBN978-1-4129-1611-0.
^ Sproull, Natalie L. (2002). "Evaluación de la hipótesis". Manual de métodos de investigación: una guía para profesionales y estudiantes de ciencias sociales (2ª ed.). Lanham, MD: Scarecrow Press, Inc. págs. ISBN978-0-8108-4486-5.
^ Babbie, Earl R. (2013). "La lógica del muestreo". La práctica de la investigación social (13ª ed.). Belmont, CA: Aprendizaje Cengage. págs. 185-226. ISBN978-1-133-04979-1.
^ Faherty, Vicente (2008). "Probabilidad y significación estadística". Estadística compasiva: análisis cuantitativo aplicado a los servicios sociales (con ejercicios e instrucciones en SPSS) (1ª ed.). Thousand Oaks, CA: SAGE Publications, Inc. págs. 127-138. ISBN978-1-4129-3982-9.
^ McKillup, Steve (2006). "La probabilidad te ayuda a tomar una decisión sobre tus resultados" . Explicación de las estadísticas: una guía introductoria para científicos de la vida (1ª ed.). Cambridge, Reino Unido: Cambridge University Press. págs. 44–56. ISBN978-0-521-54316-3.
^ Myers, Jerome L.; Bueno, Arnold D.; Lorch, Robert F. Jr. (2010). "La distribución t y sus aplicaciones". Diseño de investigación y análisis estadístico (3ª ed.). Nueva York, Nueva York: Routledge. págs. 124-153. ISBN978-0-8058-6431-1.
^ ab Hooper, Peter. "¿Qué es el valor P?" (PDF) . Universidad de Alberta, Departamento de Ciencias Matemáticas y Estadísticas . Archivado desde el original (PDF) el 31 de marzo de 2020 . Consultado el 10 de noviembre de 2019 .
^ Leung, W.-C. (1 de marzo de 2001). "Equilibrio de la importancia estadística y clínica en la evaluación de los efectos del tratamiento". Revista Médica de Postgrado . 77 (905): 201–204. doi :10.1136/pmj.77.905.201. ISSN 0032-5473. PMC 1741942 . PMID 11222834.
^ Brian, Éric; Jaisson, María (2007). "Físico-Teología y Matemáticas (1710-1794)". El descenso de la proporción de sexos humanos al nacer . Medios de ciencia y negocios de Springer. págs. 1–25. ISBN978-1-4020-6036-6.
^ Juan Arbuthnot (1710). «Un argumento a favor de la Divina Providencia, tomado de la constante regularidad que se observa en los nacimientos de ambos sexos» (PDF) . Transacciones filosóficas de la Royal Society de Londres . 27 (325–336): 186–190. doi : 10.1098/rstl.1710.0011 .
^ Conover, WJ (1999), "Capítulo 3.4: La prueba de signos", Estadística práctica no paramétrica (tercera ed.), Wiley, págs. 157-176, ISBN978-0-471-16068-7
^ Sprent, P. (1989), Métodos estadísticos no paramétricos aplicados (Segunda ed.), Chapman & Hall, ISBN978-0-412-44980-2
^ Stigler, Stephen M. (1986). La historia de la estadística: la medición de la incertidumbre antes de 1900 . Prensa de la Universidad de Harvard. págs. 225-226. ISBN978-0-674-40341-3.
^ Bellhouse, David (2001), "John Arbuthnot", en CC Heyde ; E. Seneta (eds.), en Estadísticos de los siglos , Springer, págs. 39–42, ISBN978-0-387-95329-8
^ Hald, Anders (1998), "Capítulo 4. Azar o diseño: pruebas de significancia", Una historia de la estadística matemática de 1750 a 1930 , Wiley, p. sesenta y cinco
^ Cumming, Geoff (2011). "De la importancia de la hipótesis nula a la prueba del tamaño del efecto". Comprensión de las nuevas estadísticas: tamaños de efectos, intervalos de confianza y metanálisis . Serie de aplicaciones multivariadas. East Sussex, Reino Unido: Routledge. págs. 21–52. ISBN978-0-415-87968-2.
^ Pescador, Ronald A. (1925). Métodos estadísticos para investigadores. Edimburgo, Reino Unido: Oliver y Boyd. págs.43. ISBN978-0-05-002170-5.
^ Poletiek, Fenna H. (2001). "Teorías formales de las pruebas". Comportamiento de prueba de hipótesis . Ensayos de psicología cognitiva (1ª ed.). East Sussex, Reino Unido: Psychology Press. págs. 29–48. ISBN978-1-84169-159-6.
^ abc Quinn, Geoffrey R.; Keough, Michael J. (2002). Diseño experimental y análisis de datos para biólogos (1ª ed.). Cambridge, Reino Unido: Cambridge University Press. págs. 46–69. ISBN978-0-521-00976-8.
^ Neyman, J.; Pearson, ES (1933). "La prueba de hipótesis estadísticas en relación con probabilidades a priori". Actas matemáticas de la Sociedad Filosófica de Cambridge . 29 (4): 492–510. Código Bib : 1933PCPS...29..492N. doi :10.1017/S030500410001152X. S2CID 119855116.
^ "Es posible sacar conclusiones sobre la significación estadística con la ayuda del intervalo de confianza. Si el intervalo de confianza no incluye el valor del efecto cero, se puede suponer que hay un resultado estadísticamente significativo". Prel, Jean-Baptist du; Hommel, Gerhard; Röhrig, Bernd; Blettner, María (2009). "¿Intervalo de confianza o valor P?". Deutsches Ärzteblatt en línea . 106 (19): 335–9. doi :10.3238/arztebl.2009.0335. PMC 2689604 . PMID 19547734.
^ StatNews #73: Intervalos de confianza superpuestos y importancia estadística
^ Meier, Kenneth J.; Brudney, Jeffrey L.; Bohte, John (2011). Estadística Aplicada a la Administración Pública y sin Fines de Lucro (3ª ed.). Boston, MA: Aprendizaje Cengage. págs. 189-209. ISBN978-1-111-34280-7.
^ Healy, Joseph F. (2009). Los fundamentos de la estadística: una herramienta para la investigación social (2ª ed.). Belmont, CA: Aprendizaje Cengage. págs. 177-205. ISBN978-0-495-60143-2.
^ McKillup, Steve (2006). Explicación de las estadísticas: una guía introductoria para científicos de la vida (1ª ed.). Cambridge, Reino Unido: Cambridge University Press. págs. 32–38. ISBN978-0-521-54316-3.
^ Salud, David (1995). Introducción al diseño experimental y a la estadística para biología (1ª ed.). Boston, MA: prensa CRC. págs. 123-154. ISBN978-1-85728-132-3.
^ Hinton, Perry R. (2010). "Importancia, error y poder". Estadísticas explicadas (3ª ed.). Nueva York, Nueva York: Routledge. págs. 79–90. ISBN978-1-84872-312-2.
^ Vaughan, Simón (2013). Inferencia científica: aprender de los datos (1ª ed.). Cambridge, Reino Unido: Cambridge University Press. págs. 146-152. ISBN978-1-107-02482-3.
^ ab Bracken, Michael B. (2013). Riesgo, azar y causalidad: investigación de los orígenes y el tratamiento de las enfermedades (1ª ed.). New Haven, CT: Prensa de la Universidad de Yale. págs. 260–276. ISBN978-0-300-18884-4.
^ Franklin, Allan (2013). "Prólogo: El auge de los sigmas". Estándares cambiantes: experimentos en física de partículas en el siglo XX (1ª ed.). Pittsburgh, PA: Prensa de la Universidad de Pittsburgh. págs. Ii-Iii. ISBN978-0-8229-4430-0.
^ Clarke, director general; Anderson, California; Pettersson, FH; Cardón, LR; Morris, AP; Zondervan, KT (6 de febrero de 2011). "Análisis estadístico básico en estudios genéticos de casos y controles". Protocolos de la Naturaleza . 6 (2): 121–33. doi :10.1038/nprot.2010.182. PMC 3154648 . PMID 21293453.
^ Barsh, GS; Copenhaver, médico de cabecera; Gibson, G; Williams, SM (5 de julio de 2012). "Directrices para estudios de asociación de todo el genoma". PLOS Genética . 8 (7): e1002812. doi : 10.1371/journal.pgen.1002812 . PMC 3390399 . PMID 22792080.
^ Carver, Ronald P. (1978). "El caso contra las pruebas de significación estadística". Revisión educativa de Harvard . 48 (3): 378–399. doi :10.17763/haer.48.3.t490261645281841. S2CID 16355113.
^ Ioannidis, John PA (2005). "Por qué la mayoría de los resultados de las investigaciones publicadas son falsos". Más Medicina . 2 (8): e124. doi : 10.1371/journal.pmed.0020124 . PMC 1182327 . PMID 16060722.
^ ab Amrhein, Valentín; Korner-Nievergelt, Fränzi; Roth, Tobías (2017). "La tierra es plana (p > 0,05): umbrales de significancia y la crisis de investigaciones irreplicables". PeerJ . 5 : e3544. doi : 10.7717/peerj.3544 . PMC 5502092 . PMID 28698825.
^ ab Hojat, Mohammadreza; Xu, pandilla (2004). "Una guía para visitantes sobre los tamaños de efectos". Avances en la Educación en Ciencias de la Salud . 9 (3): 241–9. doi :10.1023/B:AHSE.0000038173.00909.f6. PMID 15316274. S2CID 8045624.
^ Pedhazur, Elazar J.; Schmelkin, Liora P. (1991). Medición, diseño y análisis: un enfoque integrado (edición estudiantil). Nueva York, NY: Psychology Press. págs. 180-210. ISBN978-0-8058-1063-9.
^ Stahel, Werner (2016). "Cuestión estadística de reproducibilidad". Principios, problemas, prácticas y perspectivas Reproducibilidad: principios, problemas, prácticas y perspectivas : 87–114. doi :10.1002/9781118865064.ch5. ISBN978-1-118-86497-5.
^ "Serie de seminarios CSSME: el argumento sobre los valores p y el paradigma de las pruebas de significancia de hipótesis nulas (NHST)". www.education.leeds.ac.uk . Escuela de Educación, Universidad de Leeds . Consultado el 1 de diciembre de 2016 .
^ Novella, Steven (25 de febrero de 2015). "La revista de psicología prohíbe las pruebas de significación". Medicina basada en la ciencia.
^ Woolston, Chris (5 de marzo de 2015). "La revista de psicología prohíbe los valores P". Naturaleza . 519 (7541): 9. Bibcode :2015Natur.519....9W. doi : 10.1038/519009f .
^ Sigfrido, Tom (17 de marzo de 2015). "Prohibición del valor P: pequeño paso para una revista, gran salto para la ciencia". Noticias de ciencia . Consultado el 1 de diciembre de 2016 .
^ Antonakis, John (febrero de 2017). "Sobre hacer mejor ciencia: de la emoción del descubrimiento a las implicaciones políticas" (PDF) . El liderazgo trimestral . 28 (1): 5–21. doi :10.1016/j.leaqua.2017.01.006.
^ abc Wasserstein, Ronald L.; Lazar, Nicole A. (2 de abril de 2016). "Declaración de la ASA sobre valores p: contexto, proceso y propósito". El estadístico estadounidense . 70 (2): 129-133. doi : 10.1080/00031305.2016.1154108 .
^ García-Pérez, Miguel A. (5 de octubre de 2016). "No darás falso testimonio contra las pruebas de significancia de hipótesis nulas". Medición Educativa y Psicológica . 77 (4): 631–662. doi :10.1177/0013164416668232. ISSN 0013-1644. PMC 5991793 . PMID 30034024.
^ Ioannidis, John PA; Artículos, Jennifer J.; Wagenmakers, Eric-Jan; Simonsohn, Uri; Cámaras, Christopher D.; Botón, Katherine S.; Obispo, Dorothy VM; Nosek, Brian A.; Munafò, Marcus R. (enero de 2017). "Un manifiesto por la ciencia reproducible". Naturaleza Comportamiento Humano . 1 (1): 0021. doi : 10.1038/s41562-016-0021 . PMC 7610724 . PMID 33954258.
^ Benjamín, Daniel; et al. (2018). "Redefinir la significación estadística". Naturaleza Comportamiento Humano . 1 (1): 6–10. doi : 10.1038/s41562-017-0189-z . hdl : 10281/184094 . PMID 30980045.
^ Chawla, Dalmeet (2017). "'Umbral único para los valores P bajo fuego ". Naturaleza . doi :10.1038/naturaleza.2017.22625.
^ Amrhein, Valentín; Groenlandia, Sander (2017). "Eliminar, en lugar de redefinir, la significación estadística". Naturaleza Comportamiento Humano . 2 (1): 0224. doi : 10.1038/s41562-017-0224-0. PMID 30980046. S2CID 46814177.
^ Vyse, Stuart (noviembre de 2017). "Moviendo los objetivos estadísticos de la ciencia". csicop.org . CSI . Consultado el 10 de julio de 2018 .
^ McShane, Blake; Groenlandia, Sander; Amrhein, Valentín (marzo de 2019). "Los científicos se levantan contra la significación estadística". Naturaleza . 567 (7748): 305–307. Código Bib :2019Natur.567..305A. doi : 10.1038/d41586-019-00857-9 . PMID 30894741.
^ Wasserstein, Ronald L.; Schirm, Allen L.; Lazar, Nicole A. (20 de marzo de 2019). "Moverse hacia un mundo más allá" p <0,05"". El estadístico estadounidense . 73 (sup1): 1–19. doi : 10.1080/00031305.2019.1583913 .
Otras lecturas
Lydia Denworth, "Un problema importante: los métodos científicos estándar están bajo fuego. ¿Cambiará algo?", Scientific American , vol. 321, núm. 4 (octubre de 2019), págs. 62–67. "El uso de valores p durante casi un siglo [desde 1925] para determinar la significancia estadística de los resultados experimentales ha contribuido a una ilusión de certeza y [a] crisis de reproducibilidad en muchos campos científicos . Hay una creciente determinación de reformar el análisis estadístico... Algunos [investigadores] sugieren cambiar los métodos estadísticos, mientras que otros eliminarían un umbral para definir resultados "significativos". (pág. 63.)
Thompson, Bruce (2004). "La crisis de la "significación" en psicología y educación". Revista de Socioeconomía . 33 (5): 607–613. doi :10.1016/j.socec.2004.09.034.
Chow, Siu L., (1996). Importancia estadística: fundamento, validez y utilidad Archivado el 3 de diciembre de 2013 en Wayback Machine , volumen 1 de la serie Introducing Statistical Methods, Sage Publications Ltd, ISBN 978-0-7619-5205-3 : sostiene que la significación estadística es útil en ciertos circunstancias.
Kline, Rex, (2004). Más allá de las pruebas de significancia: reforma de los métodos de análisis de datos en la investigación del comportamiento Washington, DC: Asociación Estadounidense de Psicología.
Nuzzo, Regina (2014). Método científico: Errores estadísticos. Naturaleza vol. 506, pág. 150-152 (acceso abierto). Destaca malentendidos comunes sobre el valor p.
Cohen, José (1994). [1] Archivado el 13 de julio de 2017 en Wayback Machine . La tierra es redonda (p<.05). Psicólogo americano. Vol. 49, pág. 997-1003. Revisa problemas con pruebas estadísticas de hipótesis nulas.
Amrhein, Valentín; Groenlandia, Sander; McShane, Blake (20 de marzo de 2019). "Los científicos se levantan contra la significación estadística". Naturaleza . 567 (7748): 305–307. Código Bib :2019Natur.567..305A. doi : 10.1038/d41586-019-00857-9 . PMID 30894741.
enlaces externos
Wikiversidad tiene recursos de aprendizaje sobre importancia estadística.
El artículo "Usos más antiguos conocidos de algunas de las palabras de Matemáticas (S)" contiene una entrada sobre Importancia que proporciona información histórica.
"The Concept of Statistical Significance Testing Archivado el 7 de septiembre de 2022 en Wayback Machine " (febrero de 1994): artículo de Bruce Thompon presentado por ERIC Clearinghouse on Assessment and Assessment, Washington, DC
"¿Qué significa que un resultado sea "estadísticamente significativo"?" (sin fecha): un artículo del Servicio de Evaluación Estadística de la Universidad George Mason, Washington, DC