1樓：Edward
p值只是反應根據已有資料進行分析的拒絕原假設的概率，不同的資料對於同乙個問題有不同的p值，因此也可以認為對總體的分析沒有幫助。我覺得禁用最大的意圖在於更好地方便大家認識樣本和總體的概念，樣本資料可行不一定總體也行，不過現目前沒有實質替代p值的統計量，所以直接禁用也並不合理。
2樓：HaibaraAi
看到這個，想起個小道訊息，Nature準備禁止在少於10組資料的情況下使用均值+-SD的標註（針對柱狀圖）。結論可以寫，但是圖要求標出所有點。不過似乎whisker plot還可以。
不知道有沒有針對P value的計畫
3樓：
這幫人實驗水平不行或者資料刻意篩選結果讓p值躺槍。尤其是心理學家。心理學實驗結果影響因素複雜又多，重複不出來怪p值？
就好比乙個人檢驗硬幣是否公正，拋了50次45次朝上，根據p值得出硬幣不公正。別人拿這個硬幣再拋，都25次左右。原因本來是是第乙個人拋硬幣的環境或者他拋了10000次擷取了其中特殊的那50次。
結果這幫人說，即使公正的硬幣拋50次45次朝上不代表乙個小概率事件。
4樓：coco
原推用詞是「will no longerREPORT」以及"p valueALONEdoes not provide".
前者是說不再報告P值，沒說不用。
後者是說P值單獨不能說明問題，哪怕只是乙個線性回歸結果指標也可以列一張表，
別的不說單獨只看P值你讓空虛寂寞的F值情何以堪。
當然，P值固然有不可避免的系統缺陷（然而什麼理論沒有呢都是人編的？），
我無意為統計學本身或P值洗白，但是顯然很多人的使用方法都不符合P值原本的操作方式。
在我看來，這個申明就是說：你們不會用的就別瞎用了。
5樓：李靜萱
研究方向：組織行為
先上結論：技巧先備好，就看投稿的評審意見吧（老闆原話）。
主要參考文獻：Zyphur, M. J.
, & Oswald, F. L. (2015).
Bayesian estimation and inference: A user』s guide. Journal of Management, 41(2), 390-420.
暫時不建議應用的原因：
1、正如 @spencer 所說，一些期刊不願意接受不顯著的結果，尤其是跟傳統驗證不一樣的時候，要能發表，必須更嚴謹的處理。我猜報告貝葉斯估計指標的時候，您的均值方差設定的應該是（0，10的10冪）。但如果是顯著的結果，那我們應該如何設定先驗的均值方差更加有說服力呢？
2、在我們這個方向內，資料量常常控制在三位數。這樣的情況下，是否還有必要使用貝葉斯估計來增進我們的說服力麼？
3、檢定力是不是一定程度上能夠彌補p值的缺陷，而其計算又非常容易其可以被接受。
6樓：RRRRJ
有乙個關鍵的問題就是，這個頂級期刊是什麼領域的.......
社會學期刊是不應該p值至上，變數太多了。還是匯報effect size更有意義。而且社會學的統計，只要你的模型大差不差而樣本量又足夠多的話，p值總是能顯著的......
你看medical science的期刊，不還是要匯報p值.....主要和學科有關係，以研究內容為導向來確定研究方法以及研究結果的匯報，這個思路總體來講是對的。
7樓：
p值這個東西實在很玄，很多時候就是一兩個被試的問題不過effect size就比較穩定了（不過也要收到一些資料後才會穩定），相比起來，的確更相信effect size 和置信區間多一點。
不過全盤否定p值顯然是不對的。
結合起來看才會比較有意義。
8樓：
主要是這些搞實證的統計素質太差，濫用工具
然後這些編輯也是拍腦袋決定事情，換工具不改進素質能有什麼用，猴子不還是猴子，又變不了猩猩
何況換工具換的也不好，像有些答案說的，用「提供置信區間來代替提供p值」這種完全是脫褲子放屁，這2個又不是不能等價變換
9樓：Roison An
脫褲子放屁的政策。p值效應量置信區間一起提供就是了，不讓提供p值只讓提供置信區間，但是從置信區間明明是能把p值算出來的。舉個不恰當的例子，就相當於高考錄取改革啦，宣布不看分數啦，我們只看省排名。。
10樓：華沙
本來大多數好的雜誌會有如下的要求：
1、匯報資料時要匯報effect size，比如eta square什麼的；補充一句，還有95%的置信區間。這兩者都得要清晰寫出來。
2、在研究方法部分，必須嚴格介紹為何使用特定sample size。尤其要求power analysis。
這兩步合在一起能夠保證資料的清晰直接。鉗制了想要用大樣本操縱p值的情況，也通過effect size和置信區間更清晰說明實際效應。
而p值本身就只能告訴我們 「目前資料符合虛無假設的可能性，而非虛無假設本身的可能性」。所以，本身p值沒什麼問題，錯在有人不懂，或者有人濫用。
因此，統計還得好好學。因噎廢食不太好。
11樓：小醬菜
不完整理解指標的含義，反而完全否定它。
如果這樣輕易否定，那平均值容易受到異常值影響，不能提供平均的意義，需不需要否定？
皮爾遜相關係數只能衡量線性關係，無法準確描述變數的相關性，需不需要否定？
任何統計指標都是在乙個角度去看問題，要完全理解乙個問題，需要的是構建不同的指標、角度去全方位衡量，而不應該說這個角度不對，我們不要了......
12樓：
對生物大類不會有影響。
本身實驗重複性就夠差了，何況搞生物和醫學出身的廣大學者統計水平那麼差，哪個生物期刊雜誌敢這麼玩，只怕明年這個時候已經涼了。
13樓：Tang
很多因素可以導致p值的波動，p值也成為了最容易操作的統計指標了，資料量，模型的使用，α值的設定，混合模型中random slope的設定（是要全部放進去還是精簡模型都有文獻支撐，但是造成的統計結果可能差別很大，這方面很好操作），都可以引起p值的變化。但是p值卻是最重要的統計指標。這一點早就應該改了。
很多心理學雜誌要求在報告p值之外還需要報告別的指標，比如effect size等。
我覺得以後的方向應該是：淡化p值的決定性地位，但不是徹底否定p值。
「人文社科統計第二講：中級資料分析方法」
學術期刊是怎麼接廣告的？
捷投學術 公尺老師 有，但比較少，還要看領域。學術期刊接廣告的少，或者說想接，但未必有人願意登。這是因為廣告投放看重的刊物的流通量還有流通群體。流通量優質的影響力大的學術期刊相應的訂閱者就多一些，相應的流通量就大一些，比如國內外很多知名核心期刊，訂閱和閱讀的人很多。流通群體 目前來看，理工科偏技術性...
為什麼發學術期刊要收錢，閱讀電子期刊也要收錢？本問題主要針對的是閱讀已發表的電子學術期刊收錢這件事。
作為和很多編輯打過交道的人，你應該擔心的是自己的文章質量！國外的雜誌不太清楚，國內的C刊社科類的，除了頂級的 中國社會科學 哲學研究 等不愁稿源，其他的在C排中間或偏下的雜誌，哪家的編輯不是到處求著好文章來發表，只要有好稿子，稿費從優，排刊從優。而且好文章的稿費通常都是就高不就低。你說的第二個問題主...
做學術期刊的審稿人是怎樣的體驗
龍場驛 因為審稿沒錢，全是為愛發電。所以有時候碰到邏輯和語法過於混亂的稿子也會很生氣，因為覺得我認真付出了時間，但是對方沒有認真付出，這樣對我是很不公平的。但是還是願意參加審稿這個過程的，會有新鮮感和交流的感覺。然後每次審稿的時候會默默的祈禱，善有善報，我的稿子麻煩審稿人認真審啊 溧陽吳彥祖 對於高...