Economania blog
Do editors and reviewers have strong preferences for statistically significant estimation results? To understand the motivation and the extent and sources of p-hacking for the published papers, we need to unpack the editorial process, especially the roles of authors, editors, and reviewers.
A tudomány kérdéseinek megválaszolására sok esetben statisztikai módszereket veszünk igénybe. A statisztikai becslésekben azonban természetszerűleg előfordulnak hibák. Néha szándékoltan is.
Időről időre napvilágot látnak olyan kutatási eredmények, melyek egyes vakcinák nemkívánatos mellékhatásait mutatják ki. Bár ezen eredmények precíz módszertannal elvégzett és dokumentált kutatásokból származnak, könnyen lehet, hogy a detektált hatások csak a véletlen műve.
Egy tavalyban publikált tanulmány szerint a jegybanki kutatók hajlamosabbak hatásosnak értékelni a mennyiségi lazítást, mint a nem jegybankiak. Egy idei kutatás viszont azt találta, hogy éppen a nem jegybanki publikációkban figyelhető meg a statisztikai tények torzítása, a jegybankoknál ezzel szemben nem.
A randomizált kontrollált vizsgálatok jelentőségét jól mutatja, hogy a 2019-es közgazdasági Nobel-díjat Banerjee, Duflo és Kremer a globális szegénység enyhítésére kísérleti úton válaszokat kereső kutatásaikért kapták. A módszernek ugyanakkor számos hiányossága is van, amiről kevesebb szó esik.
Tudásunk korlátairól a kutatók és a tudományos folyóiratok mélyen hallgatnak. Mert azt hiszik, hogy a nemtudás nem tudás.
Megérthetjük-e a statisztikai becslések eredményeit, ha maguk a statisztikusok sem értik? Pedig fontos lenne.