Corriger l'orthographe (majuscule, italique, césure) de «valeur p»?

50

Je réalise que c'est pédant et banal, mais en tant que chercheur dans un domaine autre que la statistique, avec une éducation formelle limitée en statistique, je me demande toujours si j'écris correctement "p-value". Plus précisément:

  1. Le "p" est-il censé être capitalisé?
  2. Le "p" est-il supposé être en italique? (Ou en caractères mathématiques, dans TeX?)
  3. Est-ce qu'il y a un trait d'union entre "p" et "valeur"?
  4. Sinon, n’existe-t-il pas une "bonne" manière d’écrire "p-value", et tout dolt comprendra ce que je veux dire si je place juste "p" à côté de "value" dans une certaine permutation de ces options?
Gotgenes
la source
1
Voir la méta-discussion: meta.stats.stackexchange.com/questions/213/… où il est proposé de fermer cette question.
Voici ce que je veux savoir: si l'on utilise un "p" minuscule dans "p-value" ou "p value", le "p" doit-il être mis en majuscule s'il se trouve au début d'une phrase ou d'un en-tête de section? (Je réalise que c'est rare, mais cela peut arriver quand on discute des valeurs de p en tant que telles.)
Mars

Réponses:

34

Il ne semble pas y avoir de "normes". Par exemple:

  • Le guide de style Nature fait référence à la "valeur P"
  • Ce guide de style APA fait référence à la " valeur p "
  • Le guide de style Blood dit:
    • Capitaliser et mettre en italique le P qui introduit une valeur P
    • Mettre en italique le p qui représente le test de corrélation de rang de Spearman
  • Wikipedia utilise " p -value" (avec un tiret et en italique "p")

Mon bref sondage non scientifique suggère que la combinaison la plus courante est une lettre p en minuscule et en italique sans trait d'union.

neilfws
la source
Hou la la! Je ne m'attendais pas à ce que cela varie. BTW, le guide de style Nature a-t-il changé depuis que vous avez posté cette réponse? Il pointe maintenant vers les "Lignes directrices sur les rapports des sciences de la vie".
Andrew Grimm
4
pp
Le guide de style de sang est particulièrement étrange puisque c'est censé ne pas vraiment être un « p » pour le test de corrélation de Spearman, mais une minuscule rho (ρ) ...
Patrick B.
8

Cela semble être un problème de style avec différentes revues et éditeurs adoptant différentes conventions (ou autorisant une confusion dans les styles en fonction des préférences des auteurs). Ma propre préférence, pour ce que cela vaut, est p-value, avec un trait d'union sans italique ni majuscule.

Rob Hyndman
la source
2

La valeur P du point de vue théorique est une réalisation de variable aléatoire. Il existe un certain standard (en probabilité) pour utiliser des majuscules pour les variables aléatoires et des minuscules pour les réalisations. Dans les en-têtes de tableau, nous devrions utiliser P (peut-être en italique ), dans le texte avec sa valeur p = 0,0012 et dans un texte décrivant, par exemple, la méthodologie p-value.

Wojtek
la source
TP
2

Omettre le trait d'union peut parfois changer le sens des phrases ou du moins, elles peuvent devenir ambiguës. Cela peut se produire en particulier dans les articles décrivant des tests statistiques ou introduisant des algorithmes pour évaluer les valeurs p, mais on peut aussi décrire des méthodes n’ayant rien à voir avec des statistiques, tout en calculant les valeurs p à partir de t tests (mais pas les valeurs p à l’aide de statistiques). tests t). Dans ce type de contexte, les traits d'union seraient vraiment nécessaires, même si les auteurs essayent généralement d'éviter les notations qui pourraient facilement être confondues.

Exemple (avec un mauvais choix de notations): Nous aimerions trouver un ensemble de modèles d'association forts et évaluer la probabilité que le résultat se soit produit par hasard. Dans la première phase, nous recherchons les z meilleurs modèles avec un score de qualité. Donc, après la phase de recherche, nous aurons des scores z (mais les scores z). Ensuite, nous évaluons les meilleurs modèles avec un test de randomisation. Nous générons t ensembles de données aléatoires et évaluons le score du z: meilleur motif de chaque ensemble de données. Nous effectuons donc des tests t (mais pas les tests t) et générons le score du meilleur motif z: th. Nous découvrons que les valeurs p (mais pas les valeurs p) de toutes les valeurs de score t sont meilleures que celles du z: th meilleur motif. Par conséquent, nous pourrions estimer que p / t est la probabilité d’obtenir de z si bons modèles par hasard.

Whamalai
la source