EconPapers    
Economics at your fingertips  
 

Die Interpretation des p-Wertes – Grundsätzliche Missverständnisse

Norbert Hirschauer (), Grüner Sven, Oliver Musshoff (), Frey Ulrich, Theesfeld Insa and Wagner Peter
Additional contact information
Grüner Sven: Professur für Unternehmensführung im Agribusiness, Martin-Luther-Universität Halle-Wittenberg, 06099 Halle (Saale)
Theesfeld Insa: Professur für Agrar-, Umwelt- und Ernährungspolitik, Martin-Luther-Universität Halle-Wittenberg, 06099 Halle (Saale)
Wagner Peter: Professur für Landwirtschaftliche Betriebslehre, Martin-Luther-Universität Halle-Wittenberg, 06099 Halle (Saale)

Authors registered in the RePEc Author Service: Sven Gruener ()

Journal of Economics and Statistics (Jahrbuecher fuer Nationaloekonomie und Statistik), 2016, vol. 236, issue 5, 557-575

Abstract: Der p-Wert wird vielfach als Goldstandard für Inferenzschlüsse angesehen. Zur Validierung statistischer Zusammenhänge hat sich die Konvention herausgebildet, möglichst geringe p-Werte einzufordern und bei Werten unterhalb gewisser Schwellen (z. B. 0,05) von statistisch signifikanten Ergebnissen zu sprechen. Häufig wird der p-Wert auch als Irrtumswahrscheinlichkeit bezeichnet. Beide Begriffe sind problematisch, da sie Missverständnissen Vorschub leisten. Hinzu kommt, dass das sog. p-hacking, d. h. die gezielte Suche nach Auswertungen, die zu statistisch signifikanten Ergebnissen führen, Verzerrungen hervorrufen und die Rate falscher Entdeckungen (false discovery rate) erhöhen kann. Fehlinterpretationen des p-Wertes und auswertungsbedingte Verzerrungen wurden über die Jahrzehnte hinweg immer wieder kritisch diskutiert. In der empirischen Forschung scheinen sie aber persistent zu sein und in den letzten Jahren wurde die p-Wert-Debatte wegen der Nicht-Reproduzierbarkeit vieler Studien zunehmend intensiv geführt. Angesichts der über die Disziplinen verstreuten und oft auf Einzelaspekte abzielenden Literatur zur p-Wert-Problematik beschreibt dieser Methodenkommentar systematisch die wichtigsten Probleme und diskutiert die entsprechenden Lösungsvorschläge.

Keywords: Bayes theorem; hypothesis testing; error probability; p-hacking; statistical significance (search for similar items in EconPapers)
Date: 2016
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (2) Track citations by RSS feed

Downloads: (external link)
https://www.degruyter.com/view/j/jbnst.2016.236.is ... -1030.xml?format=INT (text/html)
For access to full text, subscription to the journal or payment for the individual article is required.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:jns:jbstat:v:236:y:2016:i:5:p:557-575

Ordering information: This journal article can be ordered from
https://www.degruyter.com/view/j/jbnst

Access Statistics for this article

Journal of Economics and Statistics (Jahrbuecher fuer Nationaloekonomie und Statistik) is currently edited by Peter Winker

More articles in Journal of Economics and Statistics (Jahrbuecher fuer Nationaloekonomie und Statistik) from De Gruyter
Bibliographic data for series maintained by Peter Golla ().

 
Page updated 2019-07-23
Handle: RePEc:jns:jbstat:v:236:y:2016:i:5:p:557-575