398695_it-IT

liliconcom

Il ritorno dei P-Values: Stat Wars per scienziati e ingegneri (2021-US-30MP-862)

Livello: Intermedio

 

Russ Wolfinger, Direttore della scoperta scientifica e della genomica, SAS Institute Inc

 

È un periodo di guerra civile nella Repubblica di Statistica.Non appena le fazioni Frequentist e Bayesiana hanno raggiunto una distensione semi-pacifica, è emersa una nuova, grande minaccia dall'Impero Scientifico, in particolare la Morte Nera della Crisi della Riproducibilità. Ignari delle prime scoperte fatte dai ribelli JMP, i consulenti dell'American Statistical Association hanno dichiarato che i valori P sono il carburante trainante della Morte Nera.Il divieto dei valori P e della significatività statistica imploderà la stella?O sono in gioco fattori più gravi?

 

Trascrizione generata automaticamente...

 

Altoparlante	Trascrizione
	Hey.
Giordano Hiller	Riesci a sentirmi.
Russ Wolfinger	Ehi Jordan, puoi sentirmi.
Giordano Hiller	Posso ehi come stai.
Russ Wolfinger	Fantastico, oh cavoli, fammi avere il mio background se funziona Ho finito nel mio seminterrato.
Giordano Hiller	Va bene, va bene Prenditi il tuo tempo, abbiamo un sacco di tempo dove.
	siamo un po' in anticipo e sì.
	Tutto sta andando.
Russ Wolfinger	davvero bene um sì, avevo intenzione di volerti raggiungere perché ho un po' di buona azione in corso ora sul fronte della genomica.
Giordano Hiller	proprio a destra su sì, ho sentito dire che ho visto che alcune delle cose genetiche si manifestano nell'EA.
	Prima sì.
Russ Wolfinger	Perché.
	in realtà non è ancora pronto, ma Johnson e Luciana Silva ci stanno lavorando.
	E stavano scherzando come se Jordan ci avesse messo le mani sopra.
Giordano Hiller	Ebbene sì, conosci il mio.
	le sopracciglia si sono alzate quando ho detto oh è molto interessante.
Russ Wolfinger	No, sì, siamo davvero entusiasti delle nuove direzioni e stiamo solo cercando di fare un passo alla volta.
Giordano Hiller	proprio su.
Russ Wolfinger	E in realtà abbiamo un nuovo, sai, Jeff Man ha trasferito RD per prendere il posto di Kelsey.
	Ora stiamo intervistando per riempire la posizione di Jeff.
	Nella gestione del prodotto, quindi questo sarà il prossimo pezzo del puzzle su cui fare clic, avremo qualcuno lì per aiutare perché.
	abbiamo alcune domande in giro.
	Marketing branding Voglio dire, a loro piace come abbiamo detto, voglio dire che non è nemmeno chiaro cosa piace ai mercati in questi giorni e.
	Abbiamo capito, vogliamo stare attenti e l'ho fatto davvero, davvero, apprezzo davvero non aver letto tutte le cose che hai scritto sul nostro sondaggio, apprezzo i tuoi commenti perspicaci lì.
Giordano Hiller	Beh, sai che sono fuori dal mercato da un po' ormai, quindi sai prendi tutto quello che dico con le pinze.
Russ Wolfinger	In un certo senso, ma vogliamo che tutti abbiano delle piccole intuizioni dal loro angolo di bosco e metteremo insieme un buon piano di gioco se ascoltiamo tutti.
Giordano Hiller	proprio su si.
Russ Wolfinger	Non sai nemmeno come faccio.
	Come faccio ad attivare lo sfondo ora non lo vedo.
Giordano Hiller	sì posso, posso dirti dove si trova così dall'icona della fotocamera dove dice, probabilmente dice ferma il video a destra.
Russ Wolfinger	Sì.
Giordano Hiller	c'è una piccola carota quella.
Russ Wolfinger	Ok, ho lo sfondo virtuale, ci siamo.
	Oh non caricare.
	carica smart virtual aspetta mi ha preso non so cosa sia successo perché di solito ho uno sfondo standard che esce in moto aggiornato o qualcosa del genere.
	Ci siamo.
	Sì.
Giordano Hiller	Bello.
Russ Wolfinger	sì, è solo che penso che stia costruendo potrebbe essere un edificio che in realtà ha appena abbattuto l'altra estremità.
Giordano Hiller	si molto carino.
	Va bene, quindi ho quando sei pronto, ho una piccola lista di controllo da esaminare solo per assicurarci che tutto sia pronto.
Russ Wolfinger	sì Come i miei angoli video e audio e l'illuminazione e tutto sembrano a posto.
Giordano Hiller	Sembra tutto a posto.
	vediamo così siamo nel posto giusto al momento giusto, registrando la cosa giusta.
	Sai che questo viene registrato, non devo preoccuparmi del tuo permesso verbale, va bene.
	sì, il tuo microfono suona bene, avrai qualche rumore di fondo, dove ti trovi sembra abbastanza tranquillo, giusto.
Russ Wolfinger	Dovrei essere buono a meno che il mio.
	in realtà è una giornata schifosa, quindi non credo che il mio vicino accenderà un tosaerba.
Giordano Hiller	Ok, vediamo quindi la notifica del cellulare e del computer messa a tacere, hai Outlook in esecuzione o squadre in esecuzione o qualcosa del genere.
Russ Wolfinger	Fammi chiudere tutto questo adesso.
	Sto per avere circa 5 milioni.
	le schede del browser aperte lo so bene e che hai un po' di cpu.
	sì, quindi ho aperto il mio PowerPoint in zoom in questo momento.
Giordano Hiller	Va bene, è fantastico, potresti semplicemente confermarmi la risoluzione dello schermo per me.
Russ Wolfinger	Ok, vuoi che guardi le impostazioni del display.
Giordano Hiller	Sì, le impostazioni del display dovrebbero mostrarlo, dov'è.
	dove mostrerà le impostazioni dello spettacolo e del display.
	Sì.
Russ Wolfinger	è sul mio laptop 1920 entro le 10 alle.
Giordano Hiller	Perfetto, questo è ciò che dovrebbe andare bene, l'altro consiglio è, se puoi, è di nascondere automaticamente la barra delle applicazioni di Windows se non lo fai normalmente.
Russ Wolfinger	Va bene.
Giordano Hiller	ehi, perché non inizi a condividere il tuo schermo in questo momento.
	In modo che possiamo.
Russ Wolfinger	Va bene, sì, va bene assicurati di condividere lo schermo.
	Eccoci allo schermo.
	Lo sto facendo clic oh condividi ok, ci siamo.
	Poi.
	Sì.
	Spero che questo sia che mi sono divertito a mettere insieme questi cinque per avere delle divertenti connessioni con Star Wars.
Giordano Hiller	è fantastico.
	Ok, vediamo, sì.
	Sotto le impostazioni della barra delle applicazioni penso che potresti averlo in fondo lì.
	detto.
	automaticamente sì, se lo sei, non so quanto bene vogliano che tu faccia, ma trovo che sia confuso quando lo faccio perché, perché sai, allora devi andare in fondo allo schermo per tirarlo su, ma se riesci ad abituarti a questo, e se riesci ad affrontarlo, va bene.
Russ Wolfinger	sì, mi sento a mio agio.
Giordano Hiller	Ok, ottimo ottimo.
	eh cos'altro.
	Automatico.
Russ Wolfinger	Fammi solo provare a MAC Quindi quando vado a presentare.
Giordano Hiller	sì massimizza.
	Presentazione.
Russ Wolfinger	Non vedo che sembra buono.
	Posso semplicemente usare la mia tastiera, cioè, va bene.
Giordano Hiller	È fantastico.
Russ Wolfinger	E poi, ci sarò un po' al posto mio personalmente da qualche parte sullo schermo.
Giordano Hiller	è vero, sai che registra separatamente e loro se ne occuperanno in post produzione, quindi non ti preoccupare affatto.
Russ Wolfinger	Ok, andiamo oh non lo so non sapevo se dovevo fare quello che mi piace davvero non erano i discorsi che mi piacevano davvero vedere la persona.
	Inizialmente, solo per avere un'idea di come conosci il linguaggio del corpo e il tono, ma quello, ma se in realtà mostrerò tutto il tempo che dovrebbe essere, penso che sia l'ideale.
Giordano Hiller	sta a te russ se vuoi iniziare con lo schermo già condiviso, puoi farlo, e se vuoi solo dire alcune osservazioni introduttive prima di iniziare a condividere anche questo funziona.
Russ Wolfinger	Oh ok lo farò, ma voglio dire possiamo, potremmo davvero oh oh stavamo registrando già di proprietà tra l'altro.
Giordano Hiller	È un bene sì, immagino che sia iniziato automaticamente, ma va bene, aggiungerà, sai, ogni volta che.
	In post produzione lo inizieranno al momento giusto, non preoccuparti.
Russ Wolfinger	Ok, e poi, vuoi essere coinvolto del tutto, come nel dirlo o in qualsiasi altra cosa.
Giordano Hiller	sai quando sei pronto per partire, spegnerò la mia fotocamera e spegnerò il microfono e poi diremo solo pronto a partire.
	Va bene.
Russ Wolfinger	Suona bene, e poi ho 20 diapositive, quindi ricordami che c'è un limite di tempo.
Giordano Hiller	Non credo che ti sia davvero iscritto a un documento di 30 minuti.
	Sai che ora è virtuale, quindi il tempo è fungibile.
Russ Wolfinger	Ma andrebbe bene sì, non credo di no, non è che andrà per un'ora qualsiasi cosa per raggiungere i momenti salienti.
	sì, penso che 30 minuti siano giusti.
	Va bene.
Giordano Hiller	Va bene, quindi cosa pensi di dover fare qualcos'altro, prima di partire, sei pronto per partire.
Russ Wolfinger	prendi un drink lento.
	sì Oh, e poi questo andrà in onda, questo andrà in onda, credo, il cinque dicevano il cinque ottobre.
Giordano Hiller	È il modo in cui vanno in diretta.
Russ Wolfinger	si e penso di aver ricevuto qualche email su che potrei essere forse sono una delle persone che saranno in giro dal vivo subito dopo o qualcosa del genere.
Giordano Hiller	molto bello sì buono buono.
Russ Wolfinger	Quindi, mi piacerebbe quando sto registrando, dovrei alludere a questo o altro, o cos'è la Convenzione.
Giordano Hiller	Direi di no perché questo continuerà a vivere come risorsa in seguito per le persone, anche dopo la Conferenza per le persone da guardare, quindi prendo solo la registrazione e.
Russ Wolfinger	tipo di tempo tempo invariante.
Giordano Hiller	si Esattamente.
	completamente giusto.
Giordano Hiller	Va bene.
	Quindi, se sei pronto, va bene, quindi spegnerò la videocamera e il microfono e guarderò qui e sì, vai avanti e inizia ogni volta che sei pronto.
Russ Wolfinger	Che quando ho finito cosa dovrei fare.
Giordano Hiller	Potresti dire.
	questa è la fine Grazie buona notte.
	E poi tornerò su e lo farò.
	Basta avvolgerlo.
Russ Wolfinger	Ok, gli editor ritaglieranno l'inizio e la fine secondo necessità.
	Assolutamente bene.
Giordano Hiller	Ok, ecco, me ne vado a lottare, buona fortuna, non vedo l'ora di guardare questo.
Russ Wolfinger	Grazie.
	Va bene.
Russ Wolfinger	valori di p.
	E come potresti aver sentito, ci sono state alcune polemiche su questa statistica più famigerata negli ultimi anni e anche di recente qui nel 2021.
	E voglio riassumere alcune delle cose che ho visto e pensato su di loro, e anche per divertimento,
	Restituzione dei P-Values.
	Abbiamo avuto periodi in cui sono andati in qualche modo in favore e sento che ora potrebbe esserci un po' di rinascita, quindi vediamo come va a finire.
	Per iniziare torniamo indietro di 100 anni, quasi... quasi esattamente 100 anni da oggi, nei primi anni '20.
	Questo è stato il periodo di massimo splendore di probabilmente lo statistico più famoso di tutti i tempi, RA Fisher, ed è quello a cui vengono attribuiti i p-value, così come molti
	molto potenti e popolari, fino ad oggi, concetti in statistica, ad esempio, massima verosimiglianza e un'interpretazione della probabilità in stile frequentista.
	Ora uno dei principali colleghi di Fisher del suo tempo e anche nella stessa istituzione era Jerzy Neyman ed Egon Pearson.
	E proprio all'inizio, quando Fisher stava uscendo con i suoi valori p, hanno avuto alcuni disaccordi abbastanza seri sulla loro utilità e su come dovrebbero essere applicati nella pratica.
	Neyman e Pearson, come sai, sono quelli che hanno inventato il famoso framework per la verifica delle ipotesi. Era più una decisione teorica.
	E sono anche quelli a cui vengono attribuiti intervalli di confidenza, meccanismi di generazione di dati e altre cose comuni. E le statistiche che usiamo al giorno d'oggi, sono un po' questo strano ibrido di questi due metodi iniziali, ma sono nati in polemica, fin dall'inizio.
	Ora, col passare degli anni,
	i dibattiti continuarono e tendevano a cadere lungo le linee del classico frequentista versus bayesiano
	disaccordi. E questo spesso... questo ha molti aspetti, uno dei principali è come interpreti la probabilità stessa?
	I due tipi di opinioni popolari che distinguono i due campi spesso si riducono a ritenere che la probabilità sia una specie di esistenza nel mondo oggettivo e può essere misurata, ad esempio con ripetizioni nel mondo reale?
	O è più nelle nostre teste in termini di un grado di fede? E questi possono avere implicazioni molto profonde in termini di
	metodi statistici che prendi e anche come fai la modellazione probabilistica.
	E, in particolare, i bayesiani tendono di solito a... per ottenere un framework bayesiano in piedi, è necessario specificare le distribuzioni precedenti
	su tutti i parametri, che di nuovo verrebbero interpretati come il tuo grado spesso soggettivo di convinzione sul modo in cui questo parametro... i valori del parametro potrebbero assumere.
	E possono essere univariati, multivariati, ecc., a seconda della complessità del modello. Fai girare...giri la manovella attraverso il teorema di Bayes
	e ottieni probabilità e densità a posteriori su cui fai le tue inferenze. Considerando che i frequentatori tendono ad impiegare forse in un certo senso, un po' di più...
	metodi un po' più distanti o più tipi di obiettivi in termini di calcoli diretti, ed ecco dove ottieni il p-value. È certamente una statistica di stile frequentista.
	Ed è stato criticato e esaminato più volte con il passare del tempo, e esamineremo alcuni degli aspetti dei valori p in modo più approfondito man mano che procediamo qui. Ma loro... ancora una volta li collocano in un contesto storico.
	E poi, più di recente, da quando, intorno all'anno 2000, c'è stato un grande trambusto intorno al tema della riproducibilità.
	E questo è risultato... ci sono stati centinaia di articoli e argomenti intorno a conclusioni scientifiche che non sono stati riproducibili.
	Un laboratorio, ad esempio, produce alcuni risultati, fa un'affermazione e un altro laboratorio cerca di fare l'esperimento simile e proprio non ci riesce... ottiene solo qualcosa di diverso. E questo spesso
	possono creare grandi controversie, perché possono essere...alcune di queste conclusioni sono abbastanza
	importante e può tradursi in decisioni politiche o sulla salute in giro... o sulla salute o persino decisioni in qualsiasi campo a cui potresti pensare. E così tante persone diranno che siamo in questo stato di crisi di riproducibilità.
	Ora per collegare questo al nostro tema di Star Wars, immaginiamo, come sai, in tutta la galassia che spesso potremmo avere
	una sorta di... c'è sempre un conflitto che fermenta e gruppi ribelli che spuntano. E con questa crisi di riproducibilità, se puoi immaginare Star Wars, questo malvagio consiglio che si riunisce,
	concludendo che devono trovare un capro espiatorio per questa riproducibilità. E cosa... chi potremmo incolpare per questo? Cosa potremmo... cosa potremmo raccontare?
	E perché no... perché non dare la colpa a metodi statistici sbagliati? In effetti, il valore p sembra un buon candidato vulnerabile. E vediamo che l'Imperatore Palpatine è soddisfatto di questo piano ed è disposto a dedicare molte risorse per realizzarlo.
	Ora, in mezzo a questo, all'inizio, tra la metà e la fine degli anni 2000, abbiamo convocato una specie di società nei regni esterni convocata attorno al tema della riproducibilità genomica.
	Siamo stati incuriositi da questo problema dove abbiamo visto, infatti, una mancanza di riproducibilità nelle liste di geni differenzialmente espressi.
	E puoi immaginare un diagramma di Venn in cui un laboratorio darebbe i suoi primi 100 geni più importanti da un esperimento. Un altro laboratorio va a riprodurlo,
	e quel diagramma di Venn non si sovrappone affatto. E questo è un problema che stavamo affrontando, una sorta di domande sulla riproducibilità scientifica diretta.
	E abbiamo svolto un sacco di duro lavoro e ricerca e abbiamo rieseguito molti controlli in molti laboratori. Abbiamo pubblicato questo articolo qui, dove noi
	è arrivato a quella che considererei una soluzione abbastanza semplice ma facile per alcune delle domande sulla riproducibilità,
	in particolare per quanto riguarda i valori p e altre statistiche correlate, ad esempio specificità di sensibilità in un contesto decisionale binario.
	E la conclusione è stata che i valori p stessi non sono progettati per essere riproducibili. Loro... la loro forza e anche l'intento come statistica è controllare i tassi di errore.
	In particolare, abbiamo il classico tasso di errore di tipo uno di un falso positivo, e questo è il regno che
	p-values e la loro teoria è sviluppata intorno, mentre la questione della riproducibilità è un'altra.
	E in effetti, la nostra mentalità è quasi quella di vedere la riproducibilità come la terza dimensione oltre la specificità e la sensibilità, il classico tasso di errore di tipo uno, tipo due.
	E nel contesto della genomica, possiamo aiutare a risolvere la questione creando trame, come vedete qui, chiamate plot vulcano,
	dove ogni punto è un gene che abbiamo misurato e stiamo confrontando due condizioni. Lungo l'asse X, abbiamo una misura della dimensione dell'effetto o log, in questo caso log2 fold change, e sull'asse y, tracciamo il valore p log10 negativo.
	E la trama tende ad avere sempre questa caratteristica forma a V a causa delle relazioni tra queste due statistiche, dove i geni che... dove la maggior parte dell'azione sono quelli in alto a sinistra e a destra, un po' come piccole rocce che vomitano da un vulcano.
	Ma risulta, in termini di riproducibilità,
	che la chiave... la dimensione è in realtà l'asse X e si scopre che la dimensione dell'effetto è più riproducibile
	rispetto all'asse y, il valore p, che è una specie di misura standardizzata del segnale-rumore, se vuoi vederlo in questo modo.
	E quindi il modo per aggirare la domanda è che tu non lo fai ... in realtà entrambi sono preziosi e quindi la chiave è cercare i geni negli angoli in alto a sinistra e a destra di questa trama, dove puoi soddisfare entrambi i criteri.
	E la trama è in realtà un modo intuitivo per farlo, e ci sono variazioni su come potresti disegnare le linee, diciamo rettangolari o curve come vedi qui.
	Ma quelli sono più, una specie di, dettagli oltre una volta che tu... una volta che hai il concetto principale, e questo era il messaggio principale di quel documento, che penso, sia ancora solido, fino ad oggi, ma non è davvero
	ha avuto molto assorbimento in tutta... su tutta la linea. In effetti, la riproducibilità è ancora una grande crisi e la gente pensa che siamo in grossi guai e che le cose debbano cambiare.
	Ora,
	tipo, a causa del valore p che prende il calore, per così dire, per la riproducibilità, l'American Statistical Association, che è probabilmente uno dei principali
	società statistiche nel mondo, ha rilasciato una dichiarazione nel 2016 sui valori di p. Stavano, un po', sentendo il calore e hanno pensato che fosse una buona idea mettere un po' di messaggi là fuori, aiutando a
	dissipare alcune delle preoccupazioni e magari parlare di alcune delle cose che ho menzionato. Tuttavia, le sei affermazioni, e non le esamineremo in dettaglio per motivi di tempo,
	mentre hanno presentato alcuni punti interessanti, penso che abbiano mancato il bersaglio su alcune cose.
	E ora, queste stesse affermazioni hanno preso un po' di fuoco, e quindi le linee di battaglia sono state tracciate ancora più chiaramente, ed è discutibile se questa affermazione abbia aiutato o ferito
	in tutto il dibattito, ma almeno lo è stato... è stato un progresso e ci sono molte cose positive in queste affermazioni.
	E penso che alcune delle critiche fossero forse più pignoli del necessario, ma almeno... almeno,
	sta cercando di affrontare le cose. E questi sono... li considero preziosi... come un prezioso contributo in termini di comprensione delle controversie e per assicurarci che possiamo... possiamo prendere buone decisioni su come e quando usare i p-value , se non del tutto.
	Ora i dibattiti, direi, sono giunti al culmine nel 2019 in questo numero di The American Statistician. E io, in un certo senso, in modo divertente, se vuoi, lo chiamo ANTIPA,
	una specie di rivolta contro il p-value, c'era quasi ogni articolo in questo diario...
	E l'intera questione è stata guidata da Ron Wasserstein ed è il capo del... direttore esecutivo dell'American Statistical Association.
	E così, con quella posizione di rilievo, ha portato molti dei... molti disaccordi, proprio in primo piano. e
	la cosa su questo problema, che consiglio, anche se non aspettarti di andare a questo problema per risolvere le domande per te, in effetti è probabile che tu venga via
	con più domande e grattandosi la testa che entrando, perché i fogli lì dentro sono dappertutto.
	Non c'è alcun tipo di messaggio chiaro in termini di cosa fare. L'unico messaggio chiaro è che i valori p sono negativi e quindi cosa dovremmo fare in risposta a ciò.
	Quindi ti rimando a questo problema per avere maggiori dettagli, ma puoi vedere da alcuni dei titoli elencati qui e avere un'idea di alcune delle cose che vengono proposte,
	inclusa una proposta abbastanza radicale di abbandonare completamente la frase e l'uso di significatività statistica.
	E vorrei includere, come sai, nel software JMP, a volte metteremo... creeremo barre di valore log, valori p log negativi o mettere stelle sull'output.
	Ma questa proposta direbbe che non va bene, non dovrebbe più farlo, e porta a una cattiva pratica. E quindi questo è davvero un problema interessante per noi
	nella divisione JMP come siamo stati, sia in JMP che, direi, prima del 2000, SAS ha forse
	ha prodotto più p-value di qualsiasi altra azienda di software al mondo, data la sua storia. E quindi è un argomento naturale per noi da ricercare, e se ci siamo sbagliati sarebbe bene confessare e andare avanti, ma se no... Motivo,
	alcuni dibattiti e la motivazione effettiva del perché potrebbe essere una buona... una buona ragione per continuare a utilizzare i valori p.
	Quindi c'è una sorta di letteratura fiorente e questa ha davvero fatto esplodere le cose. E ci sono state parecchie risposte a questo, alcuni post di blog, ecc.
	Ma ancora una volta, se vuoi tuffarti direttamente nel grande... il grande problema, questo è il problema con cui iniziare. E ci sono stati alcuni follow-up, così tante cose da allora.
	Ora, anche all'interno di questo numero, però, non era affatto male. E ti segnalo questo articolo di Sander Greenland, che, credo, è stato una voce della ragione
	tutta la polemica. E ha anche scritto diversi post di blog qua e là, in tutto il web, che puoi cercare e trovare. E ha proposto
	rimanendo sulla scala logaritmica, che ci piace, ricorda che stiamo usando sui grafici del vulcano, e c'è un modo per visualizzare la p, prendiamo il log2
	p-value, ci sono connessioni dirette ai bit di informazione e al classico criterio di entropia dell'informazione di Shannon. E, naturalmente, se prendi il registro, è molto facile cambiare base, puoi passare al registro base 10 semplicemente moltiplicando o dividendo. E così
	Io, personalmente, tendo ad essere d'accordo con questa valutazione qui che in realtà c'è un certo valore in questo ... solo guardando i valori p di log.
	E inoltre, ti rimando ai due documenti elencati in fondo qui nel riquadro verde. Benjamini ha tenuto una bella conferenza formale su Rietz al JSM nel 2019, e poi dall'industria farmaceutica, anche l'articolo di Eric Gibson è un'ottima lettura con molte belle intuizioni.
	Quindi diamo un'occhiata qui. I p-value sono davvero il problema? E puoi iniziare... star... se possiamo indietreggiare un po',
	il fatto è che sono usati così frequentemente, potremmo fare l'analogia di
	guidare un'automobile. E puoi immaginare, qualcuno che mette foto orribili e incidenti e dice solo che dobbiamo... dobbiamo smettere di guidare tutti insieme; è semplicemente troppo pericoloso.
	Le persone non possono maneggiare le loro auto. Ignorerai un po' il fatto che milioni di persone guidano in sicurezza ogni giorno e sono in grado di fare un ottimo uso della propria auto, della propria famiglia e delle proprie esigenze lavorative. E così
	alcune di queste critiche, penso, tendono ad essere unilaterali o di parte e quindi, come con qualsiasi controversia, aiuta in un certo senso cercare entrambe le parti e cercare una soluzione. O se qualcosa che viene affermato in realtà non risuona vero, mettilo al suo posto, per così dire.
	C'è anche questo problema in cui non sono emerse alternative chiare per sostituire il ruolo del p-value. Non c'è dubbio che vengano usati in modo improprio e a volte sono una statistica un po' complicata da interpretare,
	ma la domanda è, se non li useremo affatto, diciamo che abbiamo deciso in JMP di abbandonarli tutti insieme, cosa metteremmo al loro posto?
	E ci sono state molte proposte, ovviamente, intervalli di confidenza, probabilità a posteriori di misure bayesiane, ecc.
	Ma molti di loro cadono sotto le stesse critiche che hanno gli stessi valori p. E quindi la domanda, se torniamo alla questione della riproducibilità,
	sai, cosa... cosa c'è al... cosa c'è al centro di quando uno studio non si riproduce bene, cosa è successo? E ci sono molte cose che possiamo considerare se ci allontaniamo dal... dal male... dalla narrativa malvagia, per così dire.
	Pensando a cose come il design sperimentale stesso, sappiamo che ci sono molti... potrebbero esserci molti problemi, e questa è un'area che
	in JMP lo prendiamo molto sul serio nell'aiutarvi a progettare esperimenti davvero solidi, a evitare confusione e altri fattori che spesso possono influenzare o gettare... sballare un esperimento, per così dire.
	Inoltre, possono esserci errori su tutta la linea, in termini di raccolta dati, pulizia.
	E i valori p sono davvero vulnerabili all'hacking. Ne generi molti, come facciamo noi, diciamo nel campo della genomica.
	Se vuoi solo scegliere i più importanti, cadrai... cadrai vittima dei classici problemi di test multipli, ecc. Per non parlare della nostra struttura di pubblicazione, per quanto solida...per quanto sia forte e aiuta con la scienza, ci sono dei pregiudizi.
	E poi, ovviamente, a tutti piace... piace un bel combattimento.
	Quindi, per avere una prospettiva su questo, penso che sia importante rendersi conto che solo guardando indietro alla storia della scienza, ci sono sempre stati dibattiti sugli argomenti.
	Quando ottieni persone intelligenti, persone davvero intelligenti in una stanza che sono appassionate di ciò che stanno perseguendo
	e se non sono d'accordo con un altro, è probabile che scaturiscano scintille. E questo è un po'... un po' ruvido e cadente.
	Ed è anche un bene, sai, solo per essere sicuro che tutti quelli che ascoltano, che tu che capisci davvero la definizione di un p-value,
	che in un certo senso, mi piace pensare, è un po' come Yoda; è logica inversa. Quindi, se hai l'idea di assumere prima che l'ipotesi nulla sia vera,
	e poi fai la domanda, qual è la probabilità di osservare qualcosa di più estremo di quello che abbiamo osservato, o quella cosiddetta area della coda,
	assumendo che il null e il modello, ovviamente, anche il modello stesso sia vero? Quindi è una specie di logica al contrario, al contrario, come la grammatica di Yoda.
	E quindi spesso non è forse non rispondere alla domanda esatta che vuoi, cosa che diranno i bayesiani, quello che vuoi veramente è come la probabilità... la probabilità diretta che un'ipotesi sia vera,
	quale un p-value non è, quindi è bene saperlo. Se vuoi quella probabilità, un approccio bayesiano è probabilmente un buon ... un buon modo per andare. E ancora, i valori p sono davvero lì per il controllo degli errori e non per la riproducibilità.
	E in una piccola connessione che volevo fare, e direi che i dibattiti bayesiani contro frequentisti forse hanno raggiunto ciò che il nostro buon amico Steve Uber ha definito una distensione,
	e che ci sono connessioni spesso sottovalutate, per esempio questa, dal 1987.
	Se si vede... se si considera il test unilaterale, in cui si guarda solo da un lato con la distribuzione, risulta in questo documento che hanno presentato a JASA(?),
	che l'unilaterale... un lato del p-value può effettivamente essere direttamente correlato a una probabilità a posteriori Baysiana (e questo è illustrato dal rosso e blu
	distribuzioni che vedi qui) quelle due aree di coda che sono evidenziate sono esattamente le stesse, e una è il p-value
	e l'altro è un posteriore bayesiano, entrambi unilaterali. E così possiamo ottenere situazioni come questa in cui otterrai la stessa risposta... otterrai la stessa risposta
	sia che tu stia assumendo un punto di vista bayesiano o frequentista. Penso che questo tipo di risoluzioni siano in effetti piuttosto carine e buone da tenere a mente.
	E per me loro... sono effettivamente un motivo per usare il test unilaterale quando... quando puoi. Voglio anche dare una spina per il nostro collega,
	Brian Fricke, che sta lavorando a un nuovo componente aggiuntivo chiamato curve di confidenza.
	E credo che lo sia, se non l'ha già fatto, lo pubblicherà presto nella community di JMP. Quindi dai un'occhiata, come lui in realtà
	esamina i valori p in connessione con i risultati dello screening del modello ed è un buon modo per confrontare tali risultati in un framework di tipo di convalida incrociata k-fold. Quindi, per favore, dai un'occhiata quando ne hai la possibilità.
	Ora, anche di nuovo cercando di ottenere una prospettiva qui.
	Penso che un altro confronto o punto di vista da prendere sia questa bella distinzione tra la previsione del modello predittivo e la spiegazione.
	E questa... questa è una... questa è più una distinzione filosofica, ma metterla in relazione con i metodi statistici, penso abbia molto senso.
	E c'è un bel documento di Galit Shmueli, 10 anni fa, 11 anni adesso, in Scienze Statistiche che delinea molte delle questioni chiave qui.
	Ma li ho cresciuti perché abbiamo... sai, la scienza dei dati di machine learning sta esplodendo in questi giorni. E alla maggior parte degli studenti di macchine piace vivere sul lato sinistro di questo diagramma.
	E se hai una mentalità di tipo predittivo, le cose tendono a semplificarsi un po',
	dove l'obiettivo è solo quello di creare buone previsioni che siano migliori e molte delle domande sulla riproducibilità iniziano a scomparire.
	Perché sappiamo che se facciamo un buon lavoro con la previsione, possiamo ragionevolmente prevedere il futuro o nuove osservazioni senza sovradimensionare.
	E molte delle domande in un certo senso non diventano rilevanti, mentre penso che se vuoi sparare più in alto e provare davvero a capire un sistema scientifico,
	è lì che le cose possono diventare più spinose. E sento che il p-value tende ad avere più rilevanza sul lato destro di questo, dove stai cercando di spiegare le cose.
	Vuoi sapere se un metodo statistico sta producendo errori e, in caso affermativo, che tipo di errori, quanto è insolita la statistica che sto guardando,
	ecc. E quindi è importante tenere a mente queste cose e applicarle a questo scenario che stai studiando.
	Potresti trovarti in una situazione in cui tutto ciò che ti interessa davvero è fare buone previsioni e, in tal caso,
	prendi i p-value, non... forse non hai molta rilevanza. Ma se ti trovi in un ambiente di esperimenti di design classico che conosciamo e amiamo molto bene in JMP,
	poi tutte queste domande più difficili entrano in gioco, ma se puoi affrontarle, anche il guadagno è molto maggiore. Se puoi capire il sistema e spiegarlo, puoi certamente anche prevederlo, quindi vedo la spiegazione, un obiettivo con uno più alto in termini di scienza.
	E ovviamente ora stiamo arrivando... chiudendo il cerchio con ANOVA, che è stato anche qualcosa che Fisher ha reso popolare centinaia di anni fa. Abbiamo strumenti con ANOVA
	dove possiamo davvero andare alla ricerca di un problema scientifico, romperlo e vedere cosa sta succedendo e raggiungere l'obiettivo della spiegazione.
	E credo che i valori p possano essere una parte fondamentale di questo. Se pensi alla classica tabella ANOVA, l'output finale è in genere un valore p di un test F
	indicando se un certo effetto è statisticamente significativo al di là del rumore osservato nell'esperimento.
	Penso che prendendo questo... calcolare quella statistica nella sua zona di coda, sia spesso una cosa molto utile da fare. E puoi vedere alcuni output JMP lì sul lato sinistro, i valori p indicati,
	di nuovo, su scala logaritmica. Penso che quel tipo di trama sia piuttosto prezioso, un sommario visivo molto veloce e intuitivo di ciò che sta accadendo in un esperimento.
	Inoltre, voglio rimandarti a questo libro di Deborah Mayo, così come alla sua serie di blog che è molto attiva. È una grande risorsa. Mi diverto a leggerlo. e
	questo in realtà... è più una filosofa statistica, anche se conosce un sacco di... molte delle questioni chiave, ma è un'ottima lettura in termini di
	immergersi davvero in alcuni dei problemi più profondi e spiegare ulteriormente perché le statistiche come i valori p hanno effettivamente un buon impatto all'interno. È più nel campo del pro p-value e
	la sua cosa più importante è che ciò che lei chiama test severi, dove si cerca di prendere un metodo e metterlo... lo si mette davvero allo strizzatore, si cercano errori.
	E questo è semplicemente un bene... Penso che sia una buona e solida scienza in cui sei sempre, se possibile, assumendo il punto di vista opposto,
	facendo buchi nel tuo, sempre alla ricerca di difetti, e in un certo senso assumendo una visione umile che qualcosa potrebbe non essere sempre quello che appare all'inizio, quando inizi davvero a rimuovere gli strati. E quindi è sicuramente un libro consigliato. Controlla.
	E poi per concludere... una specie di consiglio da asporto in più da questo discorso,
	di sicuro, penso che alcune delle critiche ai valori p siano persone che guardano alla cieca per vedere se sono inferiori a 0,05 o meno, e prendono una decisione rapida in base a ciò.
	Tieni presente che .05 spesso non è il criterio migliore per te. Questa è... è un'altra regola pratica che risale a Fisher.
	Quindi ha quasi 100 anni e potrebbe non avere senso per il tuo ambiente. Conosco la genomica e dico, studi di associazione genomewide, spesso vogliamo andare molto, molto più rigorosi
	per gestire il problema dei test multipli. Ma è lì ed è solo che, ancora una volta, se conosci la definizione di p-value, puoi prendere decisioni sagge in termini di dove fare questi tagli.
	E ancora, volevo ribadire di prendere in considerazione i test unilaterali quando è possibile, così come questa bella dicotomia o una sorta di dialettica hegeliana tra spiegare e prevedere le mentalità.
	Ora ecco un piccolo meme che ho messo insieme, solo per prendere in giro un po' della gente. Ma mi sento come a volte
	alla comunità in realtà piace mantenere una... mantenere una polemica in fermento per forse guidare le loro... le loro pubblicazioni o o semplicemente per mantenere la narrativa in corso.
	E quindi, i valori p rimangono vulnerabili per questo genere di cose, e probabilmente lo saranno in futuro, ma alla fine, penso che siano effettivamente piuttosto preziosi se e quando li usi in modo appropriato.
	Ora volevo menzionare un'ultima cosa. Si scopre, in risposta a quell'articolo di giornale ASA del 2019 che ho menzionato,
	l'allora presidente dell'ASA Karen Kafadar, convocò una task force per mettere insieme quella che sperava sarebbe stata una risposta definitiva a molte delle domande chiave.
	E ha riunito quello che considero un gruppo di esperti di statistica e ricercatori di alto livello. Conosci alcuni nomi lì, incluso il nostro amato Dick De Veauz, un grande sostenitore di JMP, Brad Efron e altri.
	E loro hanno convocato questa task force, si sono riuniti e hanno scritto una risposta davvero bella e serrata.
	Ma si è scoperto che la pubblicazione è stata bloccata, è stata bloccata per quasi due anni. E stavo seguendo questo e in realtà stavo corrispondendo con Dick e Karen
	su quando uscirà, e si è scoperto che alla fine hanno deciso di pubblicarlo su un paio di riviste.
	Alcuni giornali non hanno voluto accettarlo, quindi hanno dovuto rimbalzare un po' e finalmente è stato pubblicato, solo un mese o due fa.
	E ti consiglio caldamente di dargli un'occhiata. È molto breve. In realtà è molto più corto di quanto pensassi.
	Ma per me risponde davvero a molte delle domande chiave. Puoi vedere il testo nella sua interezza sul blog di Deborah Mayo
	posta e ti do il link in fondo, se vuoi verificarlo, oppure puoi semplicemente cercare online. Credo che venga pubblicato negli Annals of Applied Statistics.
	E mi piace...Penso che in realtà sia una specie di...una specie di bella risposta e forse, sai, risolverà alcune delle controversie che hanno riguardato i p-value.
	A me sembra molto solido, ma ti incoraggio a dargli un'occhiata e dovremo vedere come andranno le cose all'interno di Stat Wars nel tempo a venire. Fino ad allora, voglio promettere che sembrerà che l'ordine verrà ripristinato nell'universo. Non ci resta che vedere quando accadrà. Grazie mille.

ScoppiareStatistiche e modellazione