منحنى القيم الاحتماليَّة [P-curve]

Also available in: English | German | Turkish
 

تعريف: أداة لتحديد تحيُّز النَّشر المحتمل، والتي تستعمل توزيع القيم الاحتماليَّة ذات الدِّلالة الإحصائيَّة في سلسلة من النَّتائج المستقلَّة. يمكن استعمال الانحراف عن التَّوزيع المتوقَّع لتقييم وجود ودرجة تحيُّز النَّشر، فإذا كان المنحنى منحرفًا لليمين، فهناك قيم احتماليَّة أكثر انخفاضًا ذات دلالة إحصائيَّة، ممَّا يعكس وجود تأثير حقيقي، أمَّا إذا كان المنحنى منحرفًا إلى اليسار، فهناك العديد من النَّتائج ذات الدِّلالة الإحصائيَّة التي تقل عن مستوى 0.05 بقليل فقط. يشير هذا إلى أنَّ الدِّراسات تفتقر إلى القيمة الإثباتيَّة وقد تكون مدعومة بممارسات بحثيَّة مشكوك فيها، مثل: قرصنة القيمة الاحتماليَّة في حالة عدم وجود تأثير حقيقي (الفرضيَّة الصِّفريَّة حقيقيَّة) وعندما يكون الإبلاغ عن القيمة الاحتماليَّة غير متحيِّز، فيجب أن يكون منحنى القيم الاحتماليَّة خطًا أفقيًا مسطَّحًا، يمثل التَّوزيع النَّموذجي للقيم الاحتماليَّة. المصطلحات ذات الصِّلة: درج حفظ الملفَّات، الفرضيَّة، قرصنة القيمة الاحتماليَّة، القيمة الاحتماليَّة، تَّحيُّز النَّشر (مشكلة درج البيانات)، ممارسات البحث المشكوك فيها أو ممارسات إعداد التَّقارير المشكوك فيها، تقارير انتقائيَّة، منحني زد

مصطلحات ذات صلة: File-drawer, Hypothesis, *P*\-hacking, *p*\-value, Publication bias (File Drawer Problem), Questionable Research Practices or Questionable Reporting Practices (QRPs), Selective reporting, Z-curve

مراجع:

  • Bruns, S. B., & Ioannidis, J. P. (2016). P-curve and p-hacking in observational research. PLoS ONE, 11(2), e0149144. https://doi.org/10.1371/journal.pone.0149144
  • Simonsohn, U., Nelson, L. D., & Simmons, J. P. (2014). P-curve: a key to the file-drawer. Journal of Experimental Psychology: General, 143(2), 534. https://doi.org/10.1037/a0030850
  • Simonsohn, U., Nelson, L. D., & Simmons, J. P. (2014). P-curve and effect size: Correcting for publication bias using only significant results. Perspectives on Psychological Science, 9(6), 666–681. https://doi.org/10.1177/1745691614553988
  • Simonsohn, U., Nelson, L. D., & Simmons, J. P. (2019). P-curve won’t do your laundry, but it will distinguish replicable from non-replicable findings in observational research: Comment on Bruns & Ioannidis (2016). PLoS ONE, 14(3), e0213454. https://doi.org/10.1371/journal.pone.0213454

كتبه وراجعه: Bettina M. J. Kern, Sam Guay, Kamil Izydorczak, Charlotte R. Pennington, Robert M. Ross, Olmo van den Akker