典型且低端的数据造价（典型且低端的数据造价是什么）

低端且典型的造假数据。

同学们大家好，看一下数据表，介绍一个典型的造假案例。发现从这个地方开始肿瘤直径、肿瘤的分化、肿瘤的直径、肿瘤的分化、淋巴结转移、tm分期和分数，这可能是个蛋白或者是一个评分，它的p值都是小于零点零五就是有意义的。

但是看到百分之九十五可行区间，目前还没问题，小于零点零五的情况下，百分之九十五可行区间跨过了一，但是小于两零五的情况下，零点零一四到二点多，它的一就在这个当中间，跨一就是一，在这个科技区间之内，如果一在这个口径期间之内，这个就不可能小于零点零五。

看上面这个，这个就跨一了，就不小于零点零五，这就是一个典型的造假。根据后面的o r值，这两个值是可以推出来的，同样根据这个值也可以推出来p值。如果有这个值可以推出来它，同样的如果只有后面这个值也可以推出来它。

有这两个值，它们之间都是相互连贯的，都连起来的。如果知道p值可以算出来，所以在统一些分解的过程中，尤其是这种老认回归、tops回归，甭管是单因素还是多因素，只要列出来这个表都不需要有一些特殊的技巧和算法，就看下这个值就能算出来，它们之间的这些东西都是相互关联的。

在写文章过程中可能写只写后面这三个p值和偶尔值，后面这三个也得写的合理，如果写的后面省港人或者是导师或者谁问你要下整个的计算结果或者要原始数据，这个不就暴露了吗？所以这种编造论文是有巨大风险和巨大问题的，为自己的人生后续埋一个非常大的雷。

有的时候非常非常多的时候可以看见百分之九十五可行区间，它的上区间不大，但是它的下区间怎么着非常大，好几百、好几千甚至好几万，这也是有问题的。这种数据就是百分之九十五可信区间，百分之九十五可信区间可信不可信，在哪个区间内可信，所以这种造假数据太低端、太不对，大家引以为戒。

这次就讲到这里，谢谢观看。