Cómo es posible que durante décadas la regla del 5% haya ofuscado la mente de los investigadores y amenace con seguir distorsionando por muchos años el proceso de la Inferencia Estadística?. Por qué los tests estadísticos creados para elaborar conclusiones más razonables y justificadas son muchas veces mal usados llevando a conclusiones arbitrarias o erróneas?. Este libro pretende aclarar algunos errores fundamentales y colaborar a evitarlos en el futuro. Ello requiere desmitificar el valor P = 0.05 mostrando que P 5% no implica resultados válidos y P 5% no implica resultados no válidos. Va dirigido a los investigadores de Ciencias Biomédicas interesados en entender claramente lo que indica el valor P de los tests estadísticos y cómo se usa para elaborar las conclusiones de sus trabajos de investigación. También va dirigido a los estudiantes que deseen aclarar los conceptos implicados en los tests estadísticos que estudian en sus licenciaturas y cursos de doctorado así como a profesionales que necesiten aclarar estas ideas aplicadas a su campo específico de investigación y entender claramente los comentarios estadísticos de las publicaciones de las revistas científicas. No es un manual en el que se expliquen los distintos métodos de Análisis Estadístico sino un texto destinado a aclarar sin utilizar herramienta matemática los conceptos básicos de la Inferencia comunes a todos los métodos estadísticos. Se explica intuitivamente y apoyándose en numerosos ejemplos de investigación. El libro incluye cuestionarios de autoevaluación para que el lector pueda valorar su nivel de conocimientos tras la lectura de cada uno de los capítulos. INDICE: Por qué este informe?. EL testimonio de los expertos. Los errores más graves y frecuentes. La inferencia en la vida común. La Inferencia Estadística en investigación médica. Interpretación del valor P de los tests de significación. Probabilidad de un valor particular versus probabilidad de cola. No afirmar la hipótesis nula. La falsa frontera del 5%. El origen del malentendido: pensar versus decidir. Test de significación versus test de hipótesis. Lo que no es el valor P del test. El enigma del tamaño de la muestra.