在上一期的文献分享中，我们讨论了NHST (Null Hypothesis Significance Testing, 零假设显著性检验) 的局限性，从对p值的误解谈到在进行NHST之前的必要准备工作和建议。本期活动我们将关注如何正确理解NHST。
目前，统计学中的p值、置信区间和统计功效等统计量常被研究人员误用和误解，从而导致研究结果被错误解释。p值并不能直接衡量假设检验中的假设是否为真，而只是表明在假设为真时数据出现的可能性。置信区间并不能简单地解释为包含真值的概率范围，而是反映在一系列重复实验中包含真值的区间比例。此外，较高的统计功效并不保证研究结果的正确性，而只是提高了发现效应的概率。因此，Greenland等人强调，研究中应避免将“统计显著性”作为唯一标准，而应综合考虑效应大小、样本量和研究设计等因素。本期分享的内容旨在纠正统计学应用中的误区，推动研究人员对统计结果进行更为全面和谨慎的解读，以提高科学研究的可靠性和准确性。
分享文献
报告人
侯思汛（温州肯恩大学）
主持人
时 间
北京时间（UTC+8）：2024年7月28日（星期日）20:00-21:00
欧洲中部时间（CEST）：2024年7月28日（星期日）14:00-15:00
北美东部时间（EST/EDT）：2024年7月28日（星期日）08:00-19:00
会议链接
回放链接
OpenMinds 3.0 简介
OpenMinds 3.0 将首先简要介绍心理学中的“可重复性危机”、“测量危机”、“理论危机”和“可推广性危机”，从多个方面和大家探讨心理学等学科发展的机遇。其次，OpenMinds 3.0 将重点关注 NHST（Null Hypothesis Significance Testing）的局限性及其误用，探讨 NHST 统计方法的基础概念，初步了解贝叶斯统计分析方法，并将其与传统频率论统计方法进行对比。希望这一系列讨论能够帮助参与者提升统计素养，在实践研究中更加合理地选择适当的统计方法。
OpenMinds 3.0 持续招募文献报告人和主持人
报名成为报告人：
报名成为主持人：
OpenMinds 3.0 策划团队
何美亨，华南师范大学
金海洋（博士），浙江理工大学
李淼（博士），Université de Lille，France
肖钦予，University of Vienna，Austria
张融，华南师范大学
排版：郑元瑞
审核：OpenMinds 3.0 策划团队
