^_^简约而不简单!欢迎来到梅卫平の阅览室!您是第 位访客^_^

🌱 VIP绿色通道

(一)常用检索: 1. JCR-IF查询路径一, 路径二, 路径三      2. CiteScore-IF查询     3. SCI期刊检索     4. 中科院分区查询路径一, 路径二     5. SSCI检索     6. ESCI检索     7. EI检索 (备用)     8. ISTP检索
(二)备用网址: 1. 梅斯SCI期刊智能查询     2. 论文被SCI收录情况查询方法     3. CSCD期刊检索     4. 中国知网检索     5. PubChem     6. ChemSpider     7. 科研者之家     8. 爱科研
(三)google/sci-hub镜像: 1. 谷歌学术镜像一, 镜像二     2. Sci-Hub有效域名一, 域名二     3. scihub_button (GitHub Link)     4. LibGen英文Book下载
(四)ESI检索&Nature Index查询: 1. ESI查询      2. Nature Index查询      3. Nature Index Journal列表
(五)基金查询入口: 1. 国自然官方查询     2. 国自然梅斯查询     3. 国自然科学网查询

生物统计之梅想法①


统计学这个东西,确实,感觉一直处于混沌的状态,或者说是混沌初开的状态,让人着实晕乎。以下为个人观点,欢迎拍砖!


第一:Bonferroni法,并不是给P值简单除以个比较次数n;算法太难理解,就暂且不去纠结,可以直接用不同样本数的数据进行检验,比较得到p 值和Bonferroni 校正后的 p 值,“Bonferroni 校正后的 p值比 没校正的 p 值 更大” 的情况不少

第二:要用p值就得考虑统计方法适用条件是否满足,不考虑统计方法的适用条件而直接进行检验感觉不妥,分享一个不太相关但很经典的例子

数据集a有两个数字 -2000和-5000,

数据集b也有两个数字2000和5000,

双尾t检验结果显示p-value>0.05,

就是统计显示a和b的均值即-3500和3500无统计学显著差异,OMG,what’s wrong!

第三:能不用p值的情况尽量不用p值,理由见:

1
2
3
(英文文献) http://amstat.tandfonline.com/doi/abs/10.1080/00031305.2016.1154108#aHR0cDovL2Ftc3RhdC50YW5kZm9ubGluZS5jb20vZG9pL3BkZi8xMC4xMDgwLzAwMDMxMzA1LjIwMTYuMTE1NDEwOD9uZWVkQWNjZXNzPXRydWVAQEAw    

和 (中文文献)http://cos.name/2016/03/asa-statement-on-p-value/#more-11902


<已有 次阅读>


由于本文作者水平有限,文中如有错误之处,欢迎大家批评指正!

① 本文仅代表作者个人观点,不代表任何其它立场,欢迎交流合作!

② 转载与分享请注明:本文源于 http://meiweiping.cn

^_^ 本文字数统计:380 字