过度解读微不足道的结果
当使用频率分析时，科学家使用统计阈值（通常为α= .05）来判断统计意义。关于此阈值的主观性的文章很多，许多研究人员试图提出替代方案。非中文论文怎么查重？
除了我们将在结论部分中详细阐述的这些问题之外，错误地解释无关紧要的统计测试结果也是一个严重的问题，但这是非常普遍的。这是因为无关紧要的p值无法区分无效果的结果是否是客观存在的效果（与假设相反的证据），或者因为当前研究的数据不足以使研究人员严格评估该假设（例如缺乏统计测试功能，不适当的实验设计等）。
简而言之-效果并不重要，并且可能具有非常不同的含义-真正没有效果，缺乏检测实际效果的统计能力或模糊效果。
因此，如果研究人员使用微不足道的结果作为证据来否认效应假设，则需要证明证据本身是有意义的。但是p值的统计方法不能达到这个目的。将无关紧要的结果混淆为不支持任何结果，这也意味着研究人员有时（错误地）忽略p未达到0.05阈值的结果，并认为结果毫无意义，即使该结果实际上可以提供足够的假假设证据，或至少需要进一步测试的趋势。论文狗免费论文查重网站还提供正版知网查重、维普论文检测等查重系统。如果您对论文查重有什么疑问，可以直接找在线查重客服进行咨询，也可阅读我们的文章，里面有大量关于论文查重、论文检测、论文降重的相关知识。
如何发现错误
研究人员可能将微不足道的p值解释或描述为无效。此错误非常常见，应认真对待。
解决问题的方案
首先，重要的是报告效应的数量，同时报告p值以提供有关效应大小的信息，这对于荟萃分析也很重要。
例如，如果在大样本的研究中效果不显着，并且效果大小也很小，那么它在理论上就不重要，中等效果大小的结果可能值得进一步研究（Fethney，2010）。如果可能的话，研究人员应考虑使用统计方法来区分不足（或模棱两可）的证据和支持原假设的证据。
除非研究人员事先确定他们的研究是否具有足够的统计能力来检测所需的效果，或者有足够的统计能力来确定预期的先前效果的置信区间是否包含零。否则，研究人员不应过度解释微不足道的结果。