均值最大差：一种衡量零结果与近零结果强度的统计量
统计方法学
2022-05-26 v4 定量方法
摘要
统计不显著并不意味着效应的缺失，然而科学家常常必须将以零结果作为可忽略（近零）效应量的证据来证伪科学假设。这样做必须评估结果的零强度，定义为支持可忽略效应量的证据。这样的评估将区分暗示可忽略效应量的强零结果与暗示广泛潜在效应量范围的弱零结果。我们提出均值最大差（δ_M）作为一种两样本统计量，既可量化零强度又可执行针对可忽略效应量的假设检验。为了在解释结果时促进共识，我们的统计量允许科学家使用不同阈值得出结论认为结果具有可忽略效应量而无需重新计算。为协助选择阈值，δ_M 还可比较相关结果之间的零强度。δ_M 与 δ_M 的相对形式在比较零强度上均优于其他候选统计量。我们汇编了广泛相关的研究结果，并使用相对 δ_M 比较不同处理、测量方法与实验模型间的零强度。报告相对 δ_M 可通过鼓励发表零结果与近零结果，为文件抽屉问题提供技术解决方案。
引用
@article{arxiv.2201.01239,
title = {The Most Difference in Means: A Statistic for the Strength of Null and Near-Zero Results},
author = {Bruce A. Corliss and Taylor R. Brown and Tingting Zhang and Kevin A. Janes and Heman Shakeri and Philip E. Bourne},
journal= {arXiv preprint arXiv:2201.01239},
year = {2022}
}