avatar
p< 0.05 与 p< 0.01# Biology - 生物学
G*C
1
准备labor day去蒙特利尔renew h1b。请问
1. 一般要几天才能拿到签证?
2. 中间等待过程一定要上交护照?
3. 如果被拒或check,只能回国等?
avatar
s*u
2
如果set p < 0.05 as significant difference. 那么p < 0.05 和 < 0.01有区别么?
好像听说这两个没有区别。
avatar
u*8
3
最好不要去枫叶国续签h1b,貌似被check很麻烦的
avatar
o*y
4
the lowest probability gives much stronger evidence for rejecting the
hypothesis.
Sometimes, depending on the hypothesis being tested, a researcher may
decide that the “less than 5%” significance level is too risky.

【在 s**u 的大作中提到】
: 如果set p < 0.05 as significant difference. 那么p < 0.05 和 < 0.01有区别么?
: 好像听说这两个没有区别。

avatar
i*t
5
1.温哥华是3天,不知道各地是否一样
2.护照必须上交
3. 被拒只能回国了,被check可以回国,也可以在加拿大等着,以前就有朋友在卡尔加
里等了一两个月
avatar
s*u
6
does it mean that the one with lower P values is more significant difference
(larger difference)than the one with higher P values?
avatar
p*a
7

我下礼拜要去温哥华续签H1B,在美国驻加拿大大使馆的网站上看到的是5到7个工作日
,您说温哥华是三天,请问是实际上比网站上写的时间要快吗?谢谢!
还想请问一下,我听人说如果去面试前先给大使馆发个email说自己要去签证的话,他
们会把你的资料提前调出来,这样签得就快,不只您是否知道这方面信息?谢谢!

【在 i*******t 的大作中提到】
: 1.温哥华是3天,不知道各地是否一样
: 2.护照必须上交
: 3. 被拒只能回国了,被check可以回国,也可以在加拿大等着,以前就有朋友在卡尔加
: 里等了一两个月

avatar
s*s
8
从来没有larger difference这种说法。
P小的说明你认为他们有difference是正确的可能性更大而已。

difference

【在 s**u 的大作中提到】
: does it mean that the one with lower P values is more significant difference
: (larger difference)than the one with higher P values?

avatar
n*n
9
你说的被check 可以回国,是不是:如果issue 了,可以在国内任何一个
美国使馆贴签证?你有类似的经历吗? 这样就不用飞来飞去了。唉...
谢谢

【在 i*******t 的大作中提到】
: 1.温哥华是3天,不知道各地是否一样
: 2.护照必须上交
: 3. 被拒只能回国了,被check可以回国,也可以在加拿大等着,以前就有朋友在卡尔加
: 里等了一两个月

avatar
b*r
10
小于零点零一,reiewer要你做别的验证试验的可能性小些
larger difference是一种常见的误解,同意楼上
正确的说法是more significant
avatar
G*C
11
谢谢!还有一点忘了说,就是如果我去renew被check或被拒,但我原来护照上的stamp
在这段时间还没过期,我还可以用原来的visa回美国吗?还是说只要去了大使馆renew
,原来的visa就自动失效?

【在 i*******t 的大作中提到】
: 1.温哥华是3天,不知道各地是否一样
: 2.护照必须上交
: 3. 被拒只能回国了,被check可以回国,也可以在加拿大等着,以前就有朋友在卡尔加
: 里等了一两个月

avatar
M*n
12
这些cutoff都是人自己定的。
不是用来比较significance的。
p越小,说明你的hypothesis被reject的可能性越小。
more significant这个说法俺觉得没啥意义。
avatar
s*x
13

stamp
renew
我和老婆去的ottawa签,被check
回美国等了
然后过了之后去取的。第二次我老婆没去,我代取的

【在 G*******C 的大作中提到】
: 谢谢!还有一点忘了说,就是如果我去renew被check或被拒,但我原来护照上的stamp
: 在这段时间还没过期,我还可以用原来的visa回美国吗?还是说只要去了大使馆renew
: ,原来的visa就自动失效?

avatar
k*o
14
p<0.01被reviewer骚扰的机会要小些
avatar
b*l
15
difference 的大小是看两个样品的数学期望的差值。
而这个差值在统计意义上的可靠性,是由 p-value 来评估的,叫做statistical signi
ficance.
同一组数据,衡量不同的统计方法的 power 也是看 p-value,p-value 越小,这个统计
方法就越 powerful。
而天下没有免费的午餐。统计方法的 power 来自于更多更苛刻的 assumption,也即来
自于 a prori knowledge,所以往往越 powerful 的统计方法的适用面越窄。
而且每种统计方法,在使用时,都要检验其 assumptions 是否满足。例如,样本数目比
较小时,无法检验样本是否符合 t 分布,所以用 t-test 就不靠谱,而应使用 non-pa
rametric tests。

difference

【在 s**u 的大作中提到】
: does it mean that the one with lower P values is more significant difference
: (larger difference)than the one with higher P values?

avatar
m*7
16
P means probability, it has nothing to do with how big the difference (
between control and treated samples) is.
Usually in my figures, I put one star (*) on top of a bracket to indicate p<
0.05, two stars (**) to indicate p<0.01.
avatar
n*7
17
想要P好看就把样本量搞大点:)
avatar
i*0
18
我看过一些大牛实验室的paper都不标记什么p数值,直接标上多少倍数的差距.
avatar
M*n
19
不是大牛最好不要这么做,
因为这个是大牛的previlige.

【在 i*********0 的大作中提到】
: 我看过一些大牛实验室的paper都不标记什么p数值,直接标上多少倍数的差距.
avatar
D*a
20
其实多少倍不一眼就看出来了么,柱形图不就是干这个的
p才是一眼看不出来的吧

【在 i*********0 的大作中提到】
: 我看过一些大牛实验室的paper都不标记什么p数值,直接标上多少倍数的差距.
avatar
c*r
21
我还见过p=0.17时说自己结果显著的,还能发在影响因子12的molecular systems
biology上,所以p值取多少与你能否自圆其说很有关系,当然一个小的p值会更有说服
力。
avatar
o*r
22
样本大点可是花钱又费力的事情

【在 n******7 的大作中提到】
: 想要P好看就把样本量搞大点:)
avatar
f*r
23
p不代表差异的显著程度。而是“可信度”。
换句话说应该这样解释:
掷硬币,重复次数越多,结果越接近真实数据,也就是0.5比0.5。做试验也是这样,重
复次数越多,总结果越接近真实情况。但是不可能无限重复试验以期得到真实结果(这
里说的重复,不是增加sample size n,而是多次重复整套试验,每次比较2组样本数为
n的样本)。所以要通过统计学计算来估计这一次试验的可信度。结果就有了p值。p<0.
05是什么意思呢?假设你能无限重复试验,两组数据没有差异的几率在5%以下。或者说
,有差异这个结论的可信度是95%以上。
至于差异到底是多大,应该比较两组的平均值,是几倍就是几倍。
合起来就是说,通过平均值,看出处理组比对照组的某项指标高了2倍(只是举例)。
那么“高2倍”这个结果的可信度是95%以上(p<0.05)。
修改一下:以上解释有误,具体参看21楼回复。
avatar
o*r
24
还是不对,p只代表H0下出现同样或更极端结果的概率。H0不成立,并不代表“高2倍”
这个结果的可信度是95%以上(p<0.05),严格来说“高两倍”这个结果的可能性基本
是0。

0.

【在 f*********r 的大作中提到】
: p不代表差异的显著程度。而是“可信度”。
: 换句话说应该这样解释:
: 掷硬币,重复次数越多,结果越接近真实数据,也就是0.5比0.5。做试验也是这样,重
: 复次数越多,总结果越接近真实情况。但是不可能无限重复试验以期得到真实结果(这
: 里说的重复,不是增加sample size n,而是多次重复整套试验,每次比较2组样本数为
: n的样本)。所以要通过统计学计算来估计这一次试验的可信度。结果就有了p值。p<0.
: 05是什么意思呢?假设你能无限重复试验,两组数据没有差异的几率在5%以下。或者说
: ,有差异这个结论的可信度是95%以上。
: 至于差异到底是多大,应该比较两组的平均值,是几倍就是几倍。
: 合起来就是说,通过平均值,看出处理组比对照组的某项指标高了2倍(只是举例)。

avatar
y*i
25
p<0.05是什么意思呢?假设你能无限重复试验,两组数据没有差异的几率在5%以下。
avatar
y*i
26
"那么“高2倍”这个结果的可信度是95%以上(p<0.05)。"
这个更不对了。pValue只说无差异的数据抽样的几率,和实际数据的倍数一点关系都
没有。当然对这个倍数不会有什么promise。

【在 y***i 的大作中提到】
: p<0.05是什么意思呢?假设你能无限重复试验,两组数据没有差异的几率在5%以下。
avatar
s*s
27
///nod, 我刚想说他有基本概念错误,不过如果自认是bayesian就混过去了

【在 y***i 的大作中提到】
: p<0.05是什么意思呢?假设你能无限重复试验,两组数据没有差异的几率在5%以下。
avatar
f*r
28
我刚才查了一下,你说得对。p是type I error的可能性。也就是假阳性的可能性(假
阳性率)。回到试验当中,就是事实上没有“2倍”差异,结果却得出了有“2倍”差异
这个错误结论的可能性是p<0.05。也可以说是这个结果不是假阳性的可信度是95%以上。

【在 y***i 的大作中提到】
: p<0.05是什么意思呢?假设你能无限重复试验,两组数据没有差异的几率在5%以下。
avatar
o*r
29
FT,H0是事实上没有差异,而不是“事实上没有“2倍”差异”。。。和多少倍一点关
系都没有

上。

【在 f*********r 的大作中提到】
: 我刚才查了一下,你说得对。p是type I error的可能性。也就是假阳性的可能性(假
: 阳性率)。回到试验当中,就是事实上没有“2倍”差异,结果却得出了有“2倍”差异
: 这个错误结论的可能性是p<0.05。也可以说是这个结果不是假阳性的可信度是95%以上。

avatar
f*r
30
我非常明白你的意思。
传统上,我们先假设H0:μ1=μ2(或者H0: μ1≥μ2,μ1≤μ2),通过我们自己的数
据得到p<0.05,于是推翻这个假设,得到μ1≠μ2(或μ1μ2)的结论,
也就是第1组和第2组不等(或者第1组小于/大于第2组)。在此过程中,并没有涉及μ1
和μ2的倍数关系。这基本上就是你的意见。我也同意你说的。
然而,在实际的研究中,我们并不满足这两组数据的不等、大于、小于的关系。而是常
常提到倍数关系。这也就是我例子中提到的2倍增高的关系。投稿的时候,p<0.05,显
著性达到了,也就过关了。审稿的一般不管p<0.05到底说的是μ1和μ2关系还是μ1和2
倍μ2的关系。几乎所有的作者都拿着p<0.05来证明μ1>2μ2。
按照正规统计学的计算,肯定是不对的。那么怎样做才是正确的?拿μ1±σ1和2μ2±
2σ2来做test么?还是用μ1±σ1和2μ2±σ2来做test?显然都是不对的。因为没人
能证明试验组和对照组的σ是什么关系。
一来审稿的自己也不懂,二来,如果真严格要求按统计学走,试验就没法做了,三来,
就算能做,多半也过不了p<0.05。所以他们也就睁一眼闭一眼。统计学不过就是走个过
场。
就象我以前说过的,他们默认1/2和1/4的平均值是1/3,默认X^2和X^4平均是X^3很久了
。拿着p<0.05来说明μ1>2μ2也不算啥。

【在 o********r 的大作中提到】
: FT,H0是事实上没有差异,而不是“事实上没有“2倍”差异”。。。和多少倍一点关
: 系都没有
:
: 上。

avatar
s*s
31
谬误很多啊,不要把有些编辑不懂或者不care就认为是正确的。
什么叫做统计上没法做?两个sigma是不是一样当然可以test,
用F就行了。两个不一样就不能做test了?本科统计老师都要哭了,
这个统计第一门课t-test里面就有unpool的test, 你直接去测
H0: u1>=2u2就行了。

μ1
和2

【在 f*********r 的大作中提到】
: 我非常明白你的意思。
: 传统上,我们先假设H0:μ1=μ2(或者H0: μ1≥μ2,μ1≤μ2),通过我们自己的数
: 据得到p<0.05,于是推翻这个假设,得到μ1≠μ2(或μ1μ2)的结论,
: 也就是第1组和第2组不等(或者第1组小于/大于第2组)。在此过程中,并没有涉及μ1
: 和μ2的倍数关系。这基本上就是你的意见。我也同意你说的。
: 然而,在实际的研究中,我们并不满足这两组数据的不等、大于、小于的关系。而是常
: 常提到倍数关系。这也就是我例子中提到的2倍增高的关系。投稿的时候,p<0.05,显
: 著性达到了,也就过关了。审稿的一般不管p<0.05到底说的是μ1和μ2关系还是μ1和2
: 倍μ2的关系。几乎所有的作者都拿着p<0.05来证明μ1>2μ2。
: 按照正规统计学的计算,肯定是不对的。那么怎样做才是正确的?拿μ1±σ1和2μ2±

avatar
f*r
32
多谢讲解。做F检验,确定方差齐性,这好理解,用来决定是不是equal viriance,也
就是pooled还是unpooled。直接拿σ1^2和σ2^2来检验就是了。可我现在不是要test原始的μ1和μ2,而是要拿μ1和2μ2来做t-test,那么对应2μ2的σ应该是多大?怎么判断,分布曲线是简单平移,还是应该平移+拉伸/压缩?
我原文并没有说统计没法做,而是试验没法做了。如果严格按照统计学和数学要求,大
多数涉及到量化的文章都是不合格的。难道都撤稿?

【在 s******s 的大作中提到】
: 谬误很多啊,不要把有些编辑不懂或者不care就认为是正确的。
: 什么叫做统计上没法做?两个sigma是不是一样当然可以test,
: 用F就行了。两个不一样就不能做test了?本科统计老师都要哭了,
: 这个统计第一门课t-test里面就有unpool的test, 你直接去测
: H0: u1>=2u2就行了。
:
: μ1
: 和2

avatar
f*e
33
从头到尾只有这贴看来靠谱。p-value 的意义很简单,就是 given H0,
sample 出比你这结果更极端的几率有多高。就 frequentist 的观点,
如果你的老板克隆 100 个你,建一百个实验室,而且 H0 成立的话,p=0.05
表示只会有五个你的克隆作出这结果。越少你的克隆人作出这结果当然表示
H0 越不可信。这和 2X 与否一点关系也没有。
http://library.mpib-berlin.mpg.de/ft/gg/GG_Null_2004.pdf

【在 o********r 的大作中提到】
: 还是不对,p只代表H0下出现同样或更极端结果的概率。H0不成立,并不代表“高2倍”
: 这个结果的可信度是95%以上(p<0.05),严格来说“高两倍”这个结果的可能性基本
: 是0。
:
: 0.

avatar
s*s
34
unpooled对sigma没有要求,1sigma,2sigma都可以。

原始的μ1和μ2,而是要拿μ1和2μ2来做t-test,那么对应2μ2的σ应该是多大?怎
么判断,分布曲线是简单平移,还是应该平移+拉伸/压缩?

【在 f*********r 的大作中提到】
: 多谢讲解。做F检验,确定方差齐性,这好理解,用来决定是不是equal viriance,也
: 就是pooled还是unpooled。直接拿σ1^2和σ2^2来检验就是了。可我现在不是要test原始的μ1和μ2,而是要拿μ1和2μ2来做t-test,那么对应2μ2的σ应该是多大?怎么判断,分布曲线是简单平移,还是应该平移+拉伸/压缩?
: 我原文并没有说统计没法做,而是试验没法做了。如果严格按照统计学和数学要求,大
: 多数涉及到量化的文章都是不合格的。难道都撤稿?

avatar
f*r
35
那我可不可以用0.5sigma?

【在 s******s 的大作中提到】
: unpooled对sigma没有要求,1sigma,2sigma都可以。
:
: 原始的μ1和μ2,而是要拿μ1和2μ2来做t-test,那么对应2μ2的σ应该是多大?怎
: 么判断,分布曲线是简单平移,还是应该平移+拉伸/压缩?

avatar
s*s
36
和sigma没有关系

【在 f*********r 的大作中提到】
: 那我可不可以用0.5sigma?
avatar
f*r
37
你可别嫌我烦呀。我真的不明白。算p值,要6个数,n1,x-bar1,σ1,n2,x-bar2,
σ2。缺一个σ算不了啊。

【在 s******s 的大作中提到】
: 和sigma没有关系
avatar
s*s
38
咳咳,介个叫做std1和std2,是算出来的,sigma是parameter,
不能混着说。unpooled的计算当然要std1,std2,但是对两个
sigma是不是有任何关系没有限制。

【在 f*********r 的大作中提到】
: 你可别嫌我烦呀。我真的不明白。算p值,要6个数,n1,x-bar1,σ1,n2,x-bar2,
: σ2。缺一个σ算不了啊。

avatar
g*5
39
mark
avatar
b*1
40
Most often, you would like to use both the statistical significance and the
effect size. For example, in microarray analysis, it would be better to find
genes with q<0.05 and fold>2. The larger your sample size is, the most
significance you will get, but the effect size will stay the same.
avatar
k*o
41
P值加effect size不就解决问题了吗...
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。