Un chiffre qui donne de la valeur aux résultats : la valeur p

Très employé en statistiques la  valeur p (p-value) est souvent comprise comme preuve de la validité des différences observées. Avec p< 0.05 on considère souvent que la différence est significative et on l’indique parfois avec une * et avec p<0.001 on considère que la différence est très significative et on l’indique parfois avec deux **

Fig 2: La  valeur p (P-value) est souvent indiquée comme validité de la différence  [img] source : Bartels A, Zeki S., (2000)

Les valeur p, irritantes comme les moustiques ?

Selon un édito dans Nature (ici) Les P values ont toujours eu leurs détracteurs : on les a comparées aux moustiques (irritants, mais impossibles à éliminer), aux habits neufs de l’empereur (entaché de faiblesses évidentes que chacun feint d’ignorer pour ne pas paraitre ignare), ou même de râteau intellectuel stérile (qui satisfait la science mais n’est pas fécond). un chercheur a propose de renommer cette méthodologie “statistical hypothesis inference testing” ( probablement a cause de l’acronyme résultant)

Faut-il jeter les p-values ?

Rejeter toutes les études qui utilisent les p-values est aussi stérile que de les prendre comme vérité définitive. « Ce qui n’est pas entouré d’incertitudes ne peut pas être la vérité » disait Richard Feynmann. Mais vivre avec ces incertitudes, prendre de la distance avec le déterminisme, accepter que le monde n’est pas simplement noir OU blanc, national OU immigrant,  passe par un compréhension des mesures de cette incertitude. Je crois qu’on appelle cela les statistiques…

La  valeur P (P-value) n’indique pas si une hypothèse est correcte, mais la probabilité que ce résultat puisse être attribué à la chance.  Expériment@l vous propose un article qui sans jeter le bébé avec l’eau du bain, aide à prendre du recul et à bien mesurer ce que vaut cette mesure qui restera sans doute incontournable. Mais si on en comprend la portée on comprendra mieux la recherche publiée… Ce que Expériment@l vous aide à faire.

Fig 2: La  valeur P (P-value) n’indique pas si une hypothèse est correcte, mais la probabilité que ce résultat puisse être attribué à la chance  [img] source : Nuzzo, R. (2014).

Les articles et réfrences originaux :

• Bartels A, Zeki S., (2000)The neural correlates of maternal and romantic loveNeuroImageVol. 21(3), p. 1155-1166 (2004)
• Editorial. (2014). Number crunch.  Nature, 506(7487), 131‑132. doi:10.1038/506131b
• Richard Feynmann (in Postel Vinay , Olivier, une culture remplace l’autre La Recherche 394 février 2006 p. 92)
• Nuzzo, R. (2014). Scientific method: Statistical errors. Nature, 506(7487), 150‑152. doi:10.1038/506150a | Intranet.pdf

La plateforme Expériment@l vous offre l’accès a ces articles Comment  Obtenir un article mentionné : Get-a-doi