1. Разницу между статистической значимостью (p < 0.05) и практической значимостью. · Почему высокое p-value (например, 0.85) не доказывает нулевую гипотезу, а лишь говорит о недостатке доказательств против неё. · Понятие статистической мощности и почему её нужно рассчитывать, чтобы делать вывод «эффекта нет». 2. Разбор реальных клинических примеров (лекарства, побочные эффекты). · Практические упражнения на интерпретацию p-value, а не только формулы. · Чёткое объяснение, почему «не отвергнуть H₀» 3. Не хватает более подробного раздела о мощности критерия и размере эффекта (effect size). · Хотелось бы больше симуляций (например, как меняется p-value при разных выборках). · Упрощённое объяснение связи между доверительными интервалами и проверкой гипотез. 4. · Практическая направленность — важна для врачей, аналитиков, маркетологов, а не только для математиков. · Доступное объяснение — без излишней сложности, но с сохранением строгости. · Решение конкретной проблемы — многие приходят, потому что раньше ошибочно интерпретировали p=0.07 как «тенденцию» или p=0.3 как «отсутствие эффекта». · Наличие кейсов — например, безопасность лекарств или эффективность вмешательств.
