生,而且对这个题目都很内行。也许他们都说过这句话,顶多一两个词不同。说, “在还来得及之前,尝试用新的治疗方法。” 我们不能总是只怪罪于医务职业者,有时公众压力和草率的舆论宣传,也会 促使没有经过证实的治疗方法匆匆上马,特别是当需求很大而统计背景又很模糊 时。这也是以前流行的感冒疫苗几年后卷土重来,从而导致近年来抗组织胺药越 来越多的原因。由于疾病的不确定性和缺乏逻辑的严密性,造成了许多不成功“治 疗方法”的流行。其实,只要有足够的时间,感冒会自行痊愈。 检验数据的方法 那么,你如何避免被不科学的结论所愚弄呢?是否每个人都必须成为自己的 统计专家,并亲自研究原始数据?情况并非那么糟。在这里,我们介绍一个易于 理解的显著性检验方法。简单地说,它是一种反映检验数据以多大的可能性代表 实际结论、而不是代表由于机遇产生的其他结论的方法。这便是那些没有透露的 数据一-假设你是个外行读者,你就不会明白其中的奥秘,但如果你掌握了这个方 法,你将理解其中的企图。如果某条信息的来源提供了显著性程度,你将对它有 更深的了解。显著性程度通常简单地用概率来表示,就像普查局以19/20的概率 保证他们的结果是正确的。大多数情况下,5%的显著性水平已经足够,但是如果 有更高的要求,就需要1%的显著性水平,这意味着以99%的概率保证该结果是真 实的,任何类似的事情"在实践上几乎是确定"的。还有另一类没有透露的数据, 它的遗漏也同样具有破坏性。这类数据表明了事物的变动范围以及与给定平均数 的偏离水平。通常情况下,单凭一个平均数来描述事物过于简单,起不到作用, 不管这个平均数是均值还是中位数,也不管平均数的具体类型是否已知。对实际 情况一无所知经常比获得错误的信息要好,也比知之甚少要安全。举个例子来说 为了满足统计出来的平均家庭,即3.6人的家庭,建造了过多的房子。3.6人的 家庭意味着家中有3或4个人,需要两个卧室的房子。虽然是″平均″规模,但是 实际上,这种规模的家庭只是所有家庭的少数。“我们为普通家庭建造平均规格 的房屋。”制造商这么说的同时,却忽略了占很大比例的、有更多人或更少人 的家庭。导致的后果是某些地区重复建造两个卧室的房子,而低估了更大或更小 规模家庭的需求。这是个由具有误导性的、信息不完全的统计数据而造成巨大浪 费的实例。对此,一家大型的公共健康团体指出:“当越过算术平均数,去分析3 生，而且对这个题目都很内行。也许他们都说过这句话，顶多一两个词不同。说， “在还来得及之前，尝试用新的治疗方法。” 我们不能总是只怪罪于医务职业者，有时公众压力和草率的舆论宣传，也会 促使没有经过证实的治疗方法匆匆上马，特别是当需求很大而统计背景又很模糊 时。这也是以前流行的感冒疫苗几年后卷土重来，从而导致近年来抗组织胺药越 来越多的原因。由于疾病的不确定性和缺乏逻辑的严密性，造成了许多不成功“治 疗方法”的流行。其实，只要有足够的时间，感冒会自行痊愈。 二、检验数据的方法 那么，你如何避免被不科学的结论所愚弄呢？是否每个人都必须成为自己的 统计专家，并亲自研究原始数据？情况并非那么糟。在这里，我们介绍一个易于 理解的显著性检验方法。简单地说，它是一种反映检验数据以多大的可能性代表 实际结论、而不是代表由于机遇产生的其他结论的方法。这便是那些没有透露的 数据--假设你是个外行读者，你就不会明白其中的奥秘，但如果你掌握了这个方 法，你将理解其中的企图。如果某条信息的来源提供了显著性程度，你将对它有 更深的了解。显著性程度通常简单地用概率来表示，就像普查局以 19/20 的概率 保证他们的结果是正确的。大多数情况下，5%的显著性水平已经足够，但是如果 有更高的要求，就需要 1%的显著性水平，这意味着以 99%的概率保证该结果是真 实的，任何类似的事情"在实践上几乎是确定"的。还有另一类没有透露的数据， 它的遗漏也同样具有破坏性。这类数据表明了事物的变动范围以及与给定平均数 的偏离水平。通常情况下，单凭一个平均数来描述事物过于简单，起不到作用， 不管这个平均数是均值还是中位数，也不管平均数的具体类型是否已知。对实际 情况一无所知经常比获得错误的信息要好，也比知之甚少要安全。举个例子来说， 为了满足统计出来的平均家庭，即 3.6 人的家庭，建造了过多的房子。3.6 人的 家庭意味着家中有 3 或 4 个人，需要两个卧室的房子。虽然是"平均"规模，但是 实际上，这种规模的家庭只是所有家庭的少数。“我们为普通家庭建造平均规格 的房屋。” 制造商这么说的同时，却忽略了占很大比例的、有更多人或更少人 的家庭。导致的后果是某些地区重复建造两个卧室的房子，而低估了更大或更小 规模家庭的需求。这是个由具有误导性的、信息不完全的统计数据而造成巨大浪 费的实例。对此，一家大型的公共健康团体指出：“当越过算术平均数，去分析