How to improve inferential statistics reporting in health sciences

Authors

  • Ana María Ruiz-Ruano García Departamento de Psicología Evolutiva y de la Educación, Facultad de Ciencias de la Educación, Universidad de Granada, España , Departamento de Psicología Evolutiva y de la Educación, Facultad de Ciencias de la Educación, Universidad de Granada, España
  • Jorge López Puga Departamento de Personalidad, Evaluación y Tratamiento Psicológico, Facultad de Psicología, Universidad de Granada, España , Departamento de Personalidad, Evaluación y Tratamiento Psicológico, Facultad de Psicología, Universidad de Granada, España

DOI:

https://doi.org/10.20318/recs.2020.5173

Keywords:

health communication, information dissemination, information sciences, guidelines, statistical model, probability, uncertainty, Bayes theorem

Abstract

Statistic techniques for inference are essential for health sciences. Those techniques are useful to identify, for example, risk factors. However, the scientific communication process can be biased when inferential statistics are wrongly used.  Here we provide seven guidelines to help readers to use the p-value and Bayes factor, two inferential statistics. Although the Bayes factor is less known than the p-value it is also prone to be misinterpreted and misused. A better scientific communication of research output would lead to a better understanding of scientific discoveries. As a result, this improvement in the information process would affect positively public health. We hope our guidelines to be helpful for researchers, reviewers, editors, policy decision makers and the general public.

Downloads

Download data is not yet available.

Author Biographies

  • Ana María Ruiz-Ruano García, Departamento de Psicología Evolutiva y de la Educación, Facultad de Ciencias de la Educación, Universidad de Granada, España, Departamento de Psicología Evolutiva y de la Educación, Facultad de Ciencias de la Educación, Universidad de Granada, España
    Ana María Ruiz-Ruano García es doctora en Psicología por la UCAM, Universidad Católica de Murcia y licenciada en Psicología por la Universidad de Almería. Desde 2015 hasta 2019 desarrolló su labor docente e investigadora en la UCAM, y actualmente es profesora en la Universidad de Granada. Sus principales intereses investigadores son impacto de las tecnologías de la información en las relaciones humanas, la metodología de investigación, y las redes bayesianas.
  • Jorge López Puga, Departamento de Personalidad, Evaluación y Tratamiento Psicológico, Facultad de Psicología, Universidad de Granada, España, Departamento de Personalidad, Evaluación y Tratamiento Psicológico, Facultad de Psicología, Universidad de Granada, España

    Jorge López Puga es doctor y licenciado en Psicología por la Universidad de Almería. Desde 2005 a 2012 desarrolló su labor docente e investigadora en la Universidad de Almería, y desde el 2012 es profesor de la UCAM Universidad Católica de Murcia. Está especializado en metodología y análisis estadístico de datos. Sus principales intereses investigadores son, la inferencia bayesiana y clásica, las redes bayesianas, así como el razonamiento causal y probabilístico.

Downloads

Published

2020-06-29

Issue

Section

Perspectives

How to Cite

How to improve inferential statistics reporting in health sciences. (2020). Revista Española De Comunicación En Salud , 11(1), 139-145. https://doi.org/10.20318/recs.2020.5173