跳轉至
第 7 章 · 統計基礎

7.6 統計誤用警示

⏱️ 20 分鐘 📖 互動式 🎯 統計

🎯 學習目標

  • p-hacking
  • 辛普森悖論
  • 相關 vs 因果

⚠️ p-hacking

一直做統計檢定直到 p < 0.05,一定會找到顯著結果。 這就是 p-hacking。

修正

  1. 先註冊研究設計
  2. 多重比較用 Bonferroni 修正
  3. 報告效應量不只是 p-value

🌀 辛普森悖論

分組看 vs 整體看會得到相反的結論。

範例

治療 A 對男性有效、對女性也有效。 但把男女加總後,「A 反而比 B 差」!

原因:分組比例不同。

🔗 相關 ≠ 因果

X 跟 Y 相關不代表 X 引起 Y。

  • 可能是巧合
  • 可能 Z 引起 X 跟 Y
  • 可能反向因果

✏️ 練習題

  1. 找一個 p-hacking 的真實案例
  2. 解釋一個辛普森悖論例子