我正在使用以下代码在matlab中计算Spearman的秩相关性:
[RHO,PVAL] = corr(x,y,'Type','Spearman');
RHO =
0.7211
PVAL =
4.9473e-04
然后用不同的变量
[RHO,PVAL] = corr(x2,y2,'Type','Spearman');
RHO =
0.3277
PVAL =
0.0060
你如何将它们分类为p <0.05,p <0.01,p <0.001等 . 通常在科学期刊中,这些pvalues表示为我所示的例子而不是一个数字 . 这两者都是p <0.01吗?当定义相关性是否对特定值有意义时,你总是寻找最小的误差,即如果它的PVAL = 0.0005,p> 0.05和p> 0.001在这里是正确的,我们只是写下最低值,即p> 0.001?
2 回答
正如马丁·迪诺夫所写,这至少部分是期刊政策的问题 . 但是,只要没有针对它的明确的期刊惯例,我建议总是报告实际的p值,在这种情况下分别以p = 4.9·10-4和p = 0.006的形式 . 然后,您可以继续说您发现的效果具有统计显着性,通常基于与先前选择的显着性水平(通常为0.05)的比较,除非您需要校正多次比较 .
原因是常用的显着性水平纯粹是一个惯例问题 . 仅仅说p低于一个传统的阈值意味着隐瞒读者的有 Value 的信息,她可能会用它来对结果做出自己的想法 - 这种截断甚至不能通过相关的打印空间保存来证明 .
当然,您还应该报告相关系数本身的值(在这种情况下,它可以兼作检验统计量和效应大小)以及样本量 .
至少在心理学领域,这些是官方建议:
L. Wilkinson and the Task Force on Statistical Inference, "Statistical Methods in Psychology Journals. Guidelines and Explanations"
你的意思是pval <0.05且<0.001而不是> . 通常,您确实希望显示它小于您可以使用的最小显着性水平(alpha)阈值 . 所以是的,对于第二个例子,最好说p值<0.001 . 根据期刊惯例,最好将实际的p值放入(因此,对于第一个例子,为4.9473e-04)或者只是它的<某个好的alpha值(第一个案例为0.0001) .