改进统计生态学的四条原则

近年来，统计方法的误用日益受到关注，尤其令人担忧的是实验设计不佳、摘樱桃式选取和不充分报告等做法的普遍程度。这些失误大多非故意为之，在生态学中并不比其他科学学科更常见，且在适当指导下许多可轻易补救。源于2020年国际统计生态学会议的一次讨论，我们展示了生态学家如何遵循四条指导性原则开展有影响力的统计研究实践：1. 界定聚焦的研究问题，然后规划采样与分析以回答它；2. 建立考虑数据分布与依赖性的模型；3. 强调效应量，以生态学相关性替代统计显著性；4. 充分详细地报告方法与发现，使研究有效且可复现。这些原则按重要性近似排序，提供了一个防范不良实践的实验设计与报告框架。从明确定义的研究问题出发，研究者可创建高效研究予以回答，并防范导致假阳性与低可复现性的不良研究实践。正确恰当的统计模型给出可靠结论，良好的报告实践与聚焦生态学相关性使结果有影响力且可复现。本文以近期一项关于干扰对高地沼泽影响的研究为例，阐释了选用和有效统计实践之理据，并为寻求改进统计方法使用的生态学家提供实用指导。