本文發表在《大眾科學》的前部落格網路中，反映了作者的觀點，不一定代表《大眾科學》的觀點
“當比爾·蓋茨走進酒吧時……平均工資就提高了。” - 流行的極客統計笑話。
我曾經聽到一家相當知名的出版物的科學編輯公開說，她不知道p值*是什麼意思。這讓我感到震驚，當時我還是科學傳播領域的新手。為什麼震驚？因為正如我曾經寫道，統計學“肩負著科學的純潔性”。事實上，由於科學方法完全基於統計學，對統計學沒有足夠的理解會導致科學報道出現嚴重的失誤。
當然，我很快意識到並非所有的科學傳播者在統計學方面都無能。但是，媒體在報道科學發現時對統計資料誤解的無數例子**（我指的是《每日郵報》）清楚地表明，仍有很大的改進空間。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將有助於確保關於當今塑造我們世界的發現和想法的具有影響力的故事的未來。
即將出版的書籍，由Scilance社群的成員撰寫，可能會在這方面有所幫助。摘自《科學作家手冊：在數字時代推銷、出版和成功所需的一切》，今天由The Open Notebook獨家釋出，為科學作家提供了重要的統計學入門。
該摘錄分為三個部分：“不確定性的不確定性”、“從統計資料中看故事”和“科學作家的統計術語表”。這三個部分都很重要，儘管我想在此強調第二和第三部分。這兩部分專門關注並試圖解釋潛在的棘手統計術語或概念，例如百分點、置信區間、絕對和相對風險以及臭名昭著的p值。誠然，這一切都非常基礎，解釋有時有點令人困惑，但這些部分確實為科學傳播者建立了一個良好的基礎。
鑑於我們正在進入“大資料”時代，嶄露頭角的科學作家應該特別接受統計學。在不久的將來，充滿資料和複雜統計方法的科學論文將變得越來越普遍和相關。因此，充分而批判性的科學新聞將比以往任何時候都更需要良好的統計學基礎。
--
*正如摘錄中誘人地解釋的那樣，p值是“觀察到的測試結果偶然發生的可能性。較低的p值意味著結果顯著，並且不太可能偶然發生。”
**科學並非唯一遭受統計資料誤解的領域。例如，體育目前正在經歷一場資料革命，導致體育作家對相關性和因果關係隨意互換，從而導致大量的錯誤統計分析。