3月22日，第14期创新思维训练营在陈瑞球楼504成功举办，来自生物医学工程学院的童善保教授，就“被误解和误用的零假设显著性检验”这一主题为大家进行了知识普及，来自我校各院系的34名师生参加了此次活动。
童老师指出，当前科研论文中出现的“可重复性危机”，部分源于数据统计分析的不规范，尤其对零假设显著性检验的误解和误用。在接下来的报告中童老师就“论文中常见错误的t-检验案例”“对p<0.05过度崇拜的危害和后果”“统计显著性不等于实际的显著性”“零假设显著性检验并没有回答你的问题”四个方面展开了深入分析。
首先，童老师以一个具体案例为导入，介绍了论文中经常出现的两种“t-检验”错误，分别是“将‘显著性的差异’和‘差异的显著性’混淆”和“观测值不独立”问题。在此基础上，童老师结合当下科研工作的常见问题，介绍了在数据统计分析中“崇拜p<0.05”的后果，包括“文件柜效应”、P-Hacking行为和增大假阳性发现的问题。
在进行以上分析后，童老师结合课前调查结果和“统计显著性p”的公式定义，介绍当下科研论文中常见的对“统计上的‘显著性’”和“实际上的‘显著性’”概念的混淆，建议根据使用场景，除了报告统计显著性外，还应该提供实际效应和置信区间。
最后，童老师通过一个浅显易懂的例子，为大家解读了零假设显著性检验的目的和推断逻辑，为听众矫正了当前在零假设显著性检验过程中，对显著性p值常见的错误理解。需要特别谨慎的是零假设显著性检验的p值(P(x>D|H0))并没有直接回答我们希望回答的p(H0)或P(H0|D)。
在提问和交流环节，童老师与同学们就实际科研工作中关于零假设显著性检验产生的现实问题进行交流探讨，并分享了相关观点和建议。本次讲座主题新颖、内容充实，在正确认识和把握零假设显著性检验的应用上给予听众很大启发。
撰稿：马溪璘
摄影：庞 蕾
修改：谢艳梅
审校：王力娟