P-Kurve [P-curve]

Also available in: Arabic | English | Turkish
 

Definition: Die P-Kurve ist ein Instrument zur Erkennung potenzieller Publikationsverzerrungen (bias) und nutzt die Verteilung signifikanter p-Werte in einer Reihe unabhängiger Befunde. Die Abweichung von der erwarteten rechtsschiefen Verteilung kann verwendet werden, um das Vorhandensein und das Ausmaß von Publikationsverzerrungen zu bewerten: Wenn die Kurve rechtsschief ist, gibt es mehr niedrige, hochsignifikante p-Werte, die einen zugrunde liegenden wahren Effekt widerspiegeln. Wenn die Kurve linksschief ist, gibt es viele kaum signifikante Ergebnisse knapp unter der .05-Schwelle. Dies deutet darauf hin, dass die Studien nicht aussagekräftig sind und möglicherweise durch fragwürdige Forschungspraktiken (questionable research practices, QRPs; z. B. p-hacking) untermauert werden. Wenn kein echter Effekt vorliegt (wahre Nullhypothese) und der p-Wert unverzerrt angegeben wird, sollte die P-Kurve eine flache, horizontale Linie sein, was die typische Verteilung der p-Werte darstellt.

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

Referenzen:

  • 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

Verfasst und Überprüft von: Bettina M. J. Kern, Sam Guay, Kamil Izydorczak, Charlotte R. Pennington, Robert M. Ross, Olmo van den Akker