Примерно в 25% работ, в которых авторы применяли статистику, вообще не упоминаются использованные ими статистические методы и критерии.

Большинство таких работ, подобно диссертации "Церебральная гемодинамика в условиях покоя и функциональных нагрузок у мужчин молодого возраста" (1992г.) изобилуют выражениями типа "р<0,05", "p<0,01" или "р=0,05". Однако, нигде в тексте не сообщается, к каким конкретно статистическим критериям относятся данные вероятности.

В 56 статьях 11 выпусков БЭБМ за 1997 г., в которых использовалось выражение "p<0,05", также не упоминается использованный авторами статистический критерий. При чтении таких работ возникает ощущение того, что выражения "р<0,05" или "p<0,01" самозарождаются и возникают подобно живым клеткам по теории О.Б.Лепешинской и далее появляются как Deus ex machina (Бог из машины). Тогда как в контексте описываемых задач выражения "р<0,05" и "p<0,01" могут быть получены только при использовании конкретных статистических критериев, например критерия Пирсона хи-квадрат, критерия Вилкоксона и т.д. Отсутствие данных критериев в тексте позволяет предположить, что авторы либо не считают упоминание использованных статистических критериев достаточно важным для того, чтобы приводить ее в диссертации, монографии или статье, либо же специально не приводят ее исходя из других мотивов. Отметим, что полное отсутствие описания использованных методов статистики характерно не только для публикаций последнего десятилетия, но и для более раннего периода.

Например, полностью отсутствует данная информация в диссертации "Электрическая стимуляция сердца при тахикардиях и аритмиях в остром периоде инфаркта миокарда" (1981г.), в монографии "Родиола розовая - ценное лекарственное растение: Золотой корень" (1987г.) и в диссертациях "Гепатический метаболизм кортикостероидов в системе регуляции кортикостероидного гомеостаза" (1996г) и "Метаболическая концепция бронхиальной астмы" (1996г.). Перечень подобных примеров можно продолжить на многих страницах.

Почему же так важна конкретизация в тексте всей схемы статистического анализа экспериментальных данных, включая указание использованных при этом статистических критериев? Как для каждого лекарственного препарата имеются свои специфические противопоказания к применению, так и для конкретных статистических критериев имеются аналогичные ограничения.

Например, нельзя использовать t-критерий Стьюдента когда не выполняются два основных условия его применимости, нельзя использовать этот же критерий и для дискретных балльных (ранговых) оценок, нельзя использовать коэффициент корреляции Пирсона для признаков, не имеющих нормального распределения, не имеет смысла применение множественной регрессии для дискретных, качественных признаков и т.д. Поэтому детальное описание схемы анализа экспериментальных данных является важнейшим аргументом адекватности выбранного критерия анализируемым данным и проверяемой статистической гипотезе, а стало быть, и научности полученных при этом статистических выводов. В противном случае сомнительные выводы не могут признаваться научно доказанными и претендовать на отнесение их к научным истинам.

В большинстве работ авторы не раскрывают наименование и смысл величины "р" и выражения "р< ", видимо полагая, что читатели вполне однозначно могут их интерпретировать. Между тем, величина "р" (от латинского Probability - вероятность) может иметь разный смысл. В некоторых работах отмечается путаница этих смыслов, что свидетельствует о том, что авторы этих работ не видят принципиальной разницы между ними. В частности, если часть авторов, исходя из контекста, подразумевает под "р" уровень значимости, то другие понимают под "р" доверительную вероятность.

Например, на стр. 30 "Вестника РАМН" №9 за 1995г. в примечании к таблице 1, читаем: "Примечание: * - t=2,18; p=0,971; ** - t=2,85; p=0,995; *** - t=2,16; p=0,999". Можно догадываться, что видимо в данном контексте под величиной "р" авторы подразумевают доверительную вероятность. Однако такая очевидность имеется не всегда.