本文发表在《大众科学》的前博客网络中，反映了作者的观点，不一定代表《大众科学》的观点
“当比尔·盖茨走进酒吧时……平均工资就提高了。” - 流行的极客统计笑话。
我曾经听到一家相当知名的出版物的科学编辑公开说，她不知道p值*是什么意思。这让我感到震惊，当时我还是科学传播领域的新手。为什么震惊？因为正如我曾经写道，统计学“肩负着科学的纯洁性”。事实上，由于科学方法完全基于统计学，对统计学没有足够的理解会导致科学报道出现严重的失误。
当然，我很快意识到并非所有的科学传播者在统计学方面都无能。但是，媒体在报道科学发现时对统计数据误解的无数例子**（我指的是《每日邮报》）清楚地表明，仍有很大的改进空间。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将有助于确保关于当今塑造我们世界的发现和想法的具有影响力的故事的未来。
即将出版的书籍，由Scilance社区的成员撰写，可能会在这方面有所帮助。摘自《科学作家手册：在数字时代推销、出版和成功所需的一切》，今天由The Open Notebook独家发布，为科学作家提供了重要的统计学入门。
该摘录分为三个部分：“不确定性的不确定性”、“从统计数据中看故事”和“科学作家的统计术语表”。这三个部分都很重要，尽管我想在此强调第二和第三部分。这两部分专门关注并试图解释潜在的棘手统计术语或概念，例如百分点、置信区间、绝对和相对风险以及臭名昭著的p值。诚然，这一切都非常基础，解释有时有点令人困惑，但这些部分确实为科学传播者建立了一个良好的基础。
鉴于我们正在进入“大数据”时代，崭露头角的科学作家应该特别接受统计学。在不久的将来，充满数据和复杂统计方法的科学论文将变得越来越普遍和相关。因此，充分而批判性的科学新闻将比以往任何时候都更需要良好的统计学基础。
--
*正如摘录中诱人地解释的那样，p值是“观察到的测试结果偶然发生的可能性。较低的p值意味着结果显着，并且不太可能偶然发生。”
**科学并非唯一遭受统计数据误解的领域。例如，体育目前正在经历一场数据革命，导致体育作家对相关性和因果关系随意互换，从而导致大量的错误统计分析。