假设检验课件.pptxVIP

数据诊断系列·假设检验篇假设检验课件数据分析师、产品经理、研发工程师及业务决策者5CHAPTERS

01·诊断开场为什么90%的假设检验结论最终无法复现2015年Nature特刊发布可复现性研究：100篇顶级心理学论文中仅36篇成功复现核心结论，复现率36%该研究由OpenScienceCollaboration发起，覆盖2010–2014年间发表的高引论文，样本代表性强后续2018年PNAS元分析将医学与心理学综合复现率锁定在约40%，而非90%失败的说法实为保守估算p-hacking（选择性报告显著结果）被确认为首要元凶，估计导致至少50%的显著发现为假阳性注册报告（RegisteredReports）机制在2017年后成为对抗此问题的制度性方案，期刊接受时即锁定方法02

01·诊断开场本课聚焦的四个诊断问题问题一（为何总出错）：统计教育与实际业务场景之间存在系统性知识断层，导致方法论被误用而非正确理解问题二（错在哪里）：假设检验的前置条件（正态性、独立性、方差齐性）常被忽略，但违反后果严重且不可逆问题三（典型失效模式）：列举5种高频错误类型，覆盖从p值误读到选择性报告的完整链条问题四（如何避免）：引入注册报告、效应量报告规范、贝叶斯因子辅助决策等已被验证的对策工具03

02·现状扫描假设检验的现状：认知鸿沟的数据图景“Ioannidis（2005）PLoS