近年来，统计方法的滥用引起了越来越多的关注，特别是对实验设计不良、挑三拣四（只挑选出有利的结果）和报告不充分等做法的普遍存在表示关注。这些失败在很大程度上是无意的，在生态学中并不比在其他科学学科中更常见，其中许多错误在正确的指导下很容易纠正。

本文是基于2020年国际统计生态学会议上的一次讨论，以新南威尔士大学统计中心Gordana Popovic博士为首的该领域的生态统计学家提出了生态学者如何遵循四个指导原则来设计他们的研究，以实现有影响力的统计研究实践：(1)定义一个重点研究问题，然后计划取样和分析来回答这个问题；(2)建立一个模型来解释数据的分布和依赖性；(3)强调效应量，用生态相关性取代统计显著性；(4)详细报告你的研究方法和发现，使你的研究是有效的和可重复的。

上述原则按影响的大致顺序列出，后面的原则需要前面的原则提供的基础才能有效。制定抽样计划有助于更好地回答研究问题，从而产生更有意义和更有影响力的结果，并通过促进更好的抽样设计增加发现群体效应(统计能力)的可能性。正确地对数据进行建模也会增加能力，并导致对不确定性的适当估计。强调效应量将重点放在生态相关性上，这是生态学研究中最有意义的结果。全面的方法和发现报告可以让其他人成功地复制您的研究，为您的发现增加更多的权重，并推动该领域的发展。

本文以两个例子为例——一个研究干扰对高地湿地影响的实验和一个关于蓝山雀着色的观察研究——解释了选择和使用有效统计方法的基本原理，并为寻求改进统计方法使用的生态学家提供了实际指导。

原文链接 ↓