Zum Seiteninhalt springen

Die meisten Wissenschaftler*innen glauben, dies zu wissen. Sie denken, dass es sich dabei um eine Art Wahrscheinlichkeit handelt, mit der sie falsch liegen könnten. Also z.B. die Wahrscheinlichkeit, dass meine Hypothese nicht stimmt (meine Substanz nicht wirkt, etc.), und ich nur durch Zufall ein signifikantes Ergebnis erhalten habe, ist maximal 5 %. Schön wär’s, aber das ist total falsch, denn der p-Wert kann gar nichts über die Wahrscheinlichkeit richtig oder falsch zu liegen aussagen.

In diesem Seminar erkläre ich, was der p-Wert tatsächlich bedeutet, was statistische Power, Typ I und Typ II Fehler, sowie der positiv prädiktive Wert (PPV) tatsächlich sind. Und warum der große p-Wert Trugschluss‘ eine der wichtigsten Ursachen für die derzeitige ‚Replikationskrise‘ in der Biomedizin ist.

Termin:

22. November 2018
14:00 – 17:00 Uhr 

Dozent:

Prof. Dr. Ulrich Dirnagl

Ort:

BIH Atrium
Anna-Louisa-Karsch-Str. 2
(Spreepalais)
10178 Berlin