Sobre significancia y p-valores

Nada nuevo bajo el Sol, pero nunca de más que, tal y como está el panorama, la American Statistical Association puntualice estas cosas de forma oficial:

1. Los p-valores pueden indicar cómo de incompatibles son los datos con un modelo estadístico específico.
2. Los p-valores no miden la probabilidad de que la hipótesis bajo estudio sea cierta, o la probabilidad de que los datos se hayan dado simplemente por casualidad.
3. Las conclusiones científicas y las decisiones políticas o empresariales no deberían basarse solo en que un p-valor supere cierto límite.
4. Una correcta inferencia requiere información completa y transparencia.
5. Un p-valor, o la significación estadística, no mide el tamaño de un efecto o la importancia de un resultado.
6. Por sí solo, un p-valor no proporciona una buena medida de evidencia sobre un modelo o hipótesis.

Y ahora cogéis todos los libros que lo enseñan como la verdad revelada, todos los papers que dicen que tal o cual cosa es así o asá porque un p-valor nos salió menor que 0.05, y hacéis una pira con ellos. No sé lo que quedará, pero frío no vamos a pasar.