Les scientifiques devraient cesser d'utiliser le terme « statistiquement significatif » dans leurs recherches, exhorte cet éditorial dans un numéro spécial de Le statisticien américain publié aujourd'hui.

Le problème, L'inférence statistique au 21e siècle :un monde au-delà P <0,05, appelle à mettre fin à la pratique consistant à utiliser une valeur de probabilité (valeur p) inférieure à 0,05 comme preuve solide contre une hypothèse nulle ou une valeur supérieure à 0,05 comme preuve solide en faveur d'une hypothèse nulle. Au lieu, Les valeurs p doivent être rapportées sous forme de quantités continues et décrites dans un langage précisant ce que la valeur signifie dans le contexte scientifique.

Contenant 43 articles de statisticiens du monde entier, ce numéro spécial devrait conduire à une refonte majeure de l'inférence statistique en lançant un processus qui fera finalement entrer la science statistique - et la science elle-même - dans une nouvelle ère.

Dans l'éditorial du numéro, Dr Ronald Wasserstein, Directeur exécutif de l'ASA, Dr Allen Schirm, retraité de Mathematica Policy Research, et le professeur Nicole Lazar de l'Université de Géorgie ont déclaré :« Sur la base de notre examen des articles de ce numéro spécial et de la littérature plus large, nous concluons qu'il est temps d'arrêter complètement d'utiliser le terme « statistiquement significatif ».

"Aucune valeur p ne peut révéler la plausibilité, présence, vérité, ou l'importance d'une association ou d'un effet. Par conséquent, une étiquette de signification statistique ne signifie pas ou n'implique pas qu'une association ou un effet est hautement probable, réel, vrai, ou important. Une étiquette de non-significativité statistique ne conduit pas non plus à ce que l'association ou l'effet soit improbable, absent, faux, ou sans importance.

"Pour l'intégrité de la publication scientifique et de la diffusion de la recherche, donc, le fait qu'une valeur p dépasse un seuil arbitraire ne doit pas du tout être pris en compte au moment de décider quels résultats présenter ou mettre en évidence."

Les articles du numéro spécial suggèrent des alternatives et des compléments aux p-values, et souligner la nécessité d'une réforme à grande échelle de la rédaction, pratiques éducatives et institutionnelles.

Bien qu'il n'y ait pas de solution unique pour remplacer le rôle démesuré que la signification statistique a fini par jouer dans la science, il existe des principes solides pour l'utilisation des statistiques, disent les auteurs de l'éditorial.

"La communauté statistique n'a pas encore convergé vers un paradigme simple pour l'utilisation de l'inférence statistique dans la recherche scientifique - et en fait elle ne le fera peut-être jamais, " reconnaissent-ils. " Une approche unique de l'inférence statistique est une attente inappropriée. Au lieu, nous recommandons aux scientifiques qui effectuent une analyse statistique de leurs résultats d'adopter ce que nous appelons le modèle ATOM :accepter l'incertitude, être réfléchi, être ouvert, soyez modeste."