On the Poor Statistical Properties of the P -Curve Meta-Analytic Procedure
P-curve 元分析程序的不良统计性质AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦元分析检验的一般统计性质，未明确研究因果效应识别或所列微观、宏观与金融细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
P-curve 元分析程序的不良统计性质
- 研究问题
- 基于显著研究的 p 值组合而构成的 P-curve 检验，是否具有其宣称的证据诊断能力，并满足基本检验性质？
- 方法与思路
- 作者考察显著性筛选后 p 值的非参数组合检验，分析其关于证据价值与左偏的宣称，并检查可容许性和单调性。
- 材料陈述的贡献
- 摘要称所研究的 P-curve 检验不具备被赋予的性质，且违反可容许性与单调性等要求，因此作者建议避免使用这些检验。
- 阅读关注点
- 应核对被批评的具体检验版本、证据价值的形式定义，以及可容许性和单调性的判定标准、反例与结论适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；证明、反例及检验范围未提供，不能将结论扩展至所有元分析方法。
原文摘要
The P-curve is a widely used suite of meta-analytic tests advertised for detecting problems in sets of studies. They are based on nonparametric combinations of p values (e.g., Marden) across significant (p < .05) studies and are variously claimed to detect “evidential value”, “lack of evidential value”, and “left skew” in p values. We show that these tests do not have the properties ascribed to them. Moreover, they fail basic desiderata for tests, including admissibility and monotonicity. In light of these serious problems, we recommend against the use of the P-curve tests. Supplementary materials for this article are available online, including a standardized description of the materials available for reproducing the work.