Размер эффекта, доверительный интервал и статистическая значимость: практическое руководство для биологов

Проверка статистических гипотез на основе нулевой гипотезы (NHST) — доминирующий статистический подход в биологии, хотя он сопряжён со множеством часто недооцениваемых проблем. Важнее всего то, что NHST не предоставляет двух исключительно важных сведений: 1) величины интересующего эффекта и 2) точности оценки этой величины. В конечном счёте всех биологов должна интересовать биологическая значимость, которую можно оценить по величине эффекта, но не по его статистической значимости. Поэтому мы призываем публиковать во всех биологических журналах показатели величины эффектов, то есть статистики размера эффекта, и их доверительные интервалы. Совместное использование размера эффекта и доверительного интервала позволяет эффективнее оценивать взаимосвязи в данных, чем использование значений p, независимо от статистической значимости. Кроме того, регулярное представление размеров эффектов будет побуждать исследователей интерпретировать свои результаты в контексте предшествующих исследований и облегчит включение результатов в последующие метаанализы, которые всё чаще используются в биологии как стандартный метод количественного обобщения данных. В этой статье подробно рассматриваются два класса безразмерных и, следовательно, стандартизованных статистик размера эффекта: d-статистики (стандартизованная разность средних) и r-статистики (коэффициент корреляции), поскольку их можно рассчитать почти для всех дизайнов исследований и поскольку их расчёт необходим для метаанализа. Однако акцент на этих стандартизованных статистиках размера эффекта не означает, что нестандартизованные статистики размера эффекта, например разность средних и коэффициент регрессии, менее важны. Мы предлагаем возможные решения четырёх основных технических проблем, с которыми исследователи могут столкнуться при расчёте размера эффекта и доверительных интервалов: 1) наличие ковариат; 2) возможная систематическая ошибка при оценке размера эффекта; 3) ненормальная структура ошибок и/или дисперсий в данных; 4) неза­висимость данных. Хотя интерпретация размеров эффектов часто бывает сложной, мы приводим несколько ориентиров, которые могут помочь исследователям. Эта статья одновременно служит инструкцией для начинающих и стимулом к совершенствованию статистической практики в биологических науках.