别让诗人欺骗你
观看世界上最短的讲座 ＃统计 以及人们对待它的方式的所有错误：
42.
更确切地说： p= 0.042
与普遍看法相反，“具有统计意义”并不意味着某件事 重要, 重大的或 使人信服 发生。如果您认为我们正在使用这个词 显著 在某种程度上，你的同义词库会感到自豪，但你却成为了狡猾伎俩的受害者。不要让诗人欺骗你。
“你不应该让诗人欺骗你。” — 比约克
对于那些喜欢保持接触的人 统计 最基本的细节，以下是您需要了解的有关该术语的所有信息 具有统计意义:
- 这并不意味着发生了任何重大事件。
- 这并不意味着结果“很大”或值得注意。
- 这并不意味着你会找到 data 有趣。
- 这意味着某人声称对某事感到惊讶。
- 如果您不太了解，它不会告诉您任何有用的信息 有人 和 东西 有问题。
对于相关决策者以外的所有人来说，具有统计意义的结果很少见 显著 在“重要”——他们偶尔 非常适合提出有趣的问题，但通常它们是无关紧要的。
当非专家使用这个术语时，尤其是当它伴随着令人窒息的繁荣时，要格外高度警惕。有时候特别厚脸皮 骗子 更进一步，放弃“统计”的部分，充分发挥诗歌的力量。 “你看，” 他们告诉你， “我们正在谈论的事情在宇宙看来意义重大。”
不，不是。
最糟糕的罪犯是那些发音“具有统计意义”的人，就像它是“统计显着”的同义词一样。定“或”一定“或”无瑕的知识”——这里有些讽刺意味。该术语来自一个涉及 不确定 因此（根据定义！）只属于我们的知识所在的环境 不能 完美无瑕。
对于那些喜欢用行话对抗行话的人，我将在下一节中帮助自己使用更正式的语言。随意，但如果你同时好奇 和 这里是新来的，拿一个 少走弯路 只需 8 分钟即可浏览统计中所有最重要的想法：
我的文章中的大多数链接都将您带到博客文章，在这些文章中我为您提供了对突出主题的更深入的概述，因此您也可以使用本文作为“选择您自己的冒险”的启动板 迷你课程 on 数据科学.
“统计显着性”仅仅意味着 p-值* 低到足以改变决策者的想法。换句话说，我们用这个术语来表示 零假设 是 拒绝。** 什么 是 但原假设呢？测试有多严格？ ˙_(ツ)_/˙
欢迎来到统计，答案就在这里 p = 0.042 但你不知道问题是什么。
从技术上讲 决策者 假设检验的条件是谁设定的 仅由 该测试结果可能具有统计显着性的人。
统计学为你提供了一套决策工具，但如何使用它们取决于你——它会像任何其他决定一样因人而异。
这个过程包括非常仔细地表述你的决策问题，选择 假设 你愿意忍受，对你的答案可能错误的不同方式进行一些风险权衡***（因为随机性是一个混蛋），然后使用数学来获得你的特定问题的风险控制答案。
作为言语欺凌的支柱，它的受欢迎程度有些反常和滑稽。
这就是为什么真正的专家永远不会像锤子一样使用统计数据来敲击敌人的真理。两个决策者可以对相同的数据使用相同的工具 得出两个不同但完全有效的结论……这意味着它的受欢迎程度作为言语欺凌的支柱，既不正当又滑稽。
统计意义是个人的。只是因为 I 我对这些数据感到惊讶，以至于改变了我的想法，但这并不意味着你应该这样做。
我一明白 统计如何运作，我不禁惊叹于在不熟悉统计决策局限性的人面前宣布某件事具有统计显着性是多么傲慢——几乎是粗鲁。这个词听起来太普遍了，对任何人都没有好处。它就像一个 “闭嘴，相信我，因为我的方法很奇特” 修辞手段。我希望你能和我一起赋予这种言论“噗这是应得的。
等等，我们能从别人的统计显着结果中学到什么吗？
这就是它变得有些哲学的地方，所以我需要一篇单独的文章来解释 我对这个问题的看法:
简而言之，我的建议是，将一些决策权委托给其他人是可以的，只要你相信他们有能力并把你的最大利益放在心上。当他们被说服时，你会借鉴他们的意见，这样你就不必自己重做他们的所有工作。
通过使用别人的统计结论，你的决定不是基于数据，而是基于你对个人的信任。
请注意，通过使用别人的结果，您的决定不是基于数据，而是基于您对个人的信任。选择信任他人是没有问题的，所以你不需要从头开始凭经验建立你的整个世界观——知识共享是人类如此成功的一部分——但值得注意的是，你可能会经历几轮的失败。电话下游您认为您正在收听的任何“知识”。
如果你让某人站出来代表你做决定——这就是消耗别人的意思 p-值 以及决策的结论——然后确保这个人是你认为足够有能力和值得信赖的人。
如果向你灌输统计术语的人是你的人怎么办？ 别 相信？往山上跑！
每当有一丝说服力坚持统计显着性的声明时，对任何商品都要格外小心。 发声者 正在兜售。如果你信任与你交谈的人，你就不需要他们诉诸统计意义。你所需要知道的就是他们被说服了。如果你不信任他们，你 不能信任 他们的统计术语比你更相信他们的爵士手一样。
如果你不费心去理解问题是什么，那么答案有什么用呢？
如果我希望您从这篇博文中学到一件事，那就是：如果您不太了解决策者以及他们如何着手确定是否应该这样做 改变主意 （确切地说是关于什么），那么他们与统计显着性相关的主张是 对你来说完全没有意义。如果你不费心去理解问题是什么，那么答案有什么用呢？
如果您在这里玩得很开心，并且正在寻找一门专为初学者和专家设计的应用人工智能课程，那么我为您制作了一个有趣的课程：
让我们成为朋友吧！你可以在以下位置找到我 Twitter, YouTube, 亚组及 LinkedIn。有兴趣让我在您的活动中发言吗？使用 这种形式 取得联系。
以下是我最喜欢的一些 10 分钟演练：
*如果您热衷于了解 p 值是什么，请观看我制作的视频来帮助您：
**有关假设检验的解释，请访问我的 博客文章 关于该主题或查看这对视频：
被统计显着性愚弄 从来源重新发布 https://towardsdatascience.com/fooled-by-statistical-significance-7fed1bc2caf9?source=rss—-7f60cf5620c9—4 通过 https://towardsdatascience.com/feed
–>
