什么是 P-黑客？| 统计

P-hacking（P-黑客）是一个术语，用来描述研究人员可以用来增加在研究中发现具有统计学意义的结果的机会的各种技术，即使这些结果实际上并无意义。 这是一种数据篡改，可能会导致发布假阳性结果。

例如

在一项比较两种不同理疗干预措施对肩袖相关性肩痛的治疗效果的研究中，研究人员可能会对数据进行多次分析，只报告显示两种干预措施之间存在显著统计学差异的数据。 这就是 "P-黑客"，因为研究人员只选择性地报告支持其假设的结果，而忽略了不支持假设的结果。

多重未调整比较

物理治疗研究中的另一个 p-hacking 例子是，研究人员在不同干预措施之间进行多重比较，但却不对这些多重比较进行调整。 这可能会增加发现 偶然的统计结果即使干预措施没有真正的不同。

通过有选择性地移除部分数据，研究人员实际上是在对结果进行 "P-黑客 "处理，因为这增加了在两种干预措施之间发现具有统计学意义的差异的概率，即使并不存在任何真正的差异。 这样，研究人员就可能把数据当作公平的比较来展示，从而得出不准确的结论，误导未来的研究和治疗。 这只是方法之一。

无意

需要注意的是，P-hacking 有可能是偶然发生的，也有可能是由于研究人员缺乏统计知识或迫于发表有前途结果的压力而造成的。 然而，这也可能是一种有意识的选择，是为了一个目标。 研究人员应预先登记其研究设计和分析计划，报告所有研究结果，并采用适当的统计技术进行多重比较，以防止 "P 黑客"。 为了提高对研究结果的信任度，还可以采用重复研究和独立复制研究结果的方法。

关于审前登记的更多信息

预试验注册包括提交有关研究设计、干预措施、结果和分析计划的全面细节，是在临床试验开始前进行注册的过程。 这一程序对于提高临床研究的公开性和最大限度地减少偏差至关重要。 研究人员在开展研究之前，通过公开注册对一系列目标和程序做出承诺，这有助于防止选择性报告结果和篡改数据。 预审登记还能更容易地获取当前和已完成试验的数据，并防止重复研究工作。 已登记的试验更有可能发表，这可以减少发表偏差，确保研究结果可用于临床实践和政策制定。 预审注册是确保临床研究以透明、严谨的方式进行的重要一步，可带来更可靠、更有用的结果。

Gelman, A., & Loken, E. (2019). 岔路花园 ： 为什么多重比较可能是个问题，即使没有 "钓鱼考察 "或 "P-黑客"，研究假设也是提前提出的∗？

Daniele Fanelli (2012)。 大多数学科和国家的负面结果正在消失。doi:10.1007/s11192-011-0494-7。

拉肯斯，D. (2019). 心理科学预注册的价值： 概念分析。心理学评 论》，62（3），221-230。

Storey, J. D. (2003). 阳性错误发现率：贝叶斯解释和 q 值。 统计年鉴》，31（6），2013-2035。

Wicherts, J. M., Veldkamp, C. L. S., Augusteijn, H. E. M., Bakker, M., & van Aert, R. C. (2016). M., & van Assen, MALM (2016). 规划、实施、分析和报告心理学研究的自由度： 避免黑客攻击的清单。 心理学前沿》，第 7 期。