统计显著性

1. 假设检验框架

统计显著性检验通常遵循以下标准步骤：

ADSFAEQWER353423413434

• 设定假设：
  • 零假设（Null hypothesis, H₀）：通常假设没有效应、没有差异或没有关联（例如，“实验组与对照组的均值相等”）。
  • 备择假设（Alternative hypothesis, H₁或Hₐ）：假设存在效应、差异或关联。
• 选择检验方法并计算检验统计量：根据数据类型和研究设计，选择合适的统计检验（如t检验、卡方检验、方差分析、线性回归系数检验等），并计算出一个检验统计量（如t值、χ²值、F值）。
• 计算p值：
  • 定义：在零假设为真的前提下，获得与观测数据同样极端或更极端结果的概率。
  • 解读：一个极小的p值（如0.01）意味着，如果零假设是真的，那么观察到当前数据（或更极端数据）的可能性很低。这为拒绝零假设提供了证据。
• 与显著性水平比较并做出决策：
  • 研究者预先设定一个显著性水平（Significance level），用希腊字母α表示，常用值为0.05或0.01。
  • 如果 p值 ≤ α，则结果被认为在统计上是显著的，并拒绝零假设。
  • 如果 p值 > α，则结果被认为在统计上不显著，无法拒绝零假设（注意：这不等于接受零假设）。

2. 关键指标：p值

p值是统计显著性的核心量化指标。 ADFASDFAF23RQ23R

• 常见阈值：α = 0.05。当p < 0.05时，常表述为“结果在0.05水平上显著”。
• 符号表示：在科学文献中，常用星号(*)表示显著性水平：* (p < 0.05), (p < 0.01), * (p < 0.001)。

应用

• 差异表达分析：检验基因/蛋白质在不同条件下的表达水平是否存在显著差异。
• 全基因组关联分析：检验遗传变异与表型之间是否存在显著关联。
• 生存分析：检验不同组别（如高/低表达组）患者的生存时间是否存在显著差异。
• 功能富集分析：检验一组基因在特定功能类别中是否显著富集。

挑战与误用

在高通量生物学时代，对统计显著性的理解和应用面临特殊挑战：

ADSFAEQWER353423413434

• 多重比较问题（Multiple comparisons problem）：
  • 问题：当对成千上万个特征（如基因、SNP）同时进行检验时，即使所有零假设都为真，仅凭随机性也会有大量检验的p值小于0.05。例如，检验20,000个基因，即使没有真实差异，也预期会有1,000个基因“显著”（20,000 × 0.05）。
  • 解决方法：必须进行多重检验校正，控制整体误差。常用方法包括控制族错误率（如邦弗朗尼校正）或更常用的控制错误发现率（如本杰明尼-霍克伯格方法）。
• p值 ≠ 效应大小：一个非常小的p值可能来自微小的效应但样本量极大的研究。反之，一个较大的p值可能来自效应很大但样本量很小的研究。必须同时报告置信区间或效应大小（如倍数变化、相关系数）。
• p值 ≠ 科学重要性：统计显著性不能替代生物学意义。一个在统计上显著的微小变化可能没有实际科学价值。
• “p-hacking”：通过反复尝试不同的数据分析方法（如选择不同协变量、离群值处理方式）直到获得p < 0.05，这会严重增加假阳性风险。
• 二分法思维：过度依赖“p < 0.05”的二元决策，忽视了证据的连续性。

表1：与统计显著性相关的关键概念

ADSFAEQWER353423413434

针对上述问题，现代科学实践强调：

ADSFAEQWER353423413434

• 报告效应大小与置信区间：美国统计协会等组织强烈建议停止仅报告p值。
• 预先注册研究方案：公开分析计划，避免p-hacking。
• 使用更严格的阈值：在探索性高通量研究中，常使用FDR校正后的q值 < 0.05或更低作为标准。
• 关注可重复性：统计显著性结果必须在独立数据集中得到重复验证。

• Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd.
• Neyman, J., & Pearson, E. S. (1933). On the Problem of the Most Efficient Tests of Statistical Hypotheses. Philosophical Transactions of the Royal Society A, 231(694-706), 289-337.
• Benjamini, Y., & Hochberg, Y. (1995). Controlling the False Discovery Rate: A Practical and Powerful Approach to Multiple Testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300.
• Wasserstein, R. L., & Lazar, N. A. (2016). The ASA Statement on p-Values: Context, Process, and Purpose. The American Statistician, 70(2), 129-133.
• Ioannidis, J. P. A. (2005). Why Most Published Research Findings Are False. PLoS Medicine, 2(8), e124.
• Cohen, J. (1994). The earth is round (p < .05). American Psychologist, 49(12), 997-1003.
• Goodman, S. (2008). A dirty dozen: twelve p-value misconceptions. Seminars in Hematology, 45(3), 135-140.
• 张尧庭, & 方开泰. (1982). 多元统计分析引论. 科学出版社.
• 盛骤, 谢式千, & 潘承毅. (2008). 概率论与数理统计（第四版）. 高等教育出版社.