Полезное

Форму аспирантов-медиков по статистике http://forum.disser.ru/index.php?showforum=46
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Совет №1

Не все, что может быть измерено, должно быть измерено.
Сам по себе статистический анализ не даст вам понимания собранных данных
Арсенал статистических методов огромен. Все критерии обладают своими преимуществами и недостатками и, что более важно, все они обладают ограничениями применимости. Зачастую статистические критерии использу-ются там, где они использоваться не должны. Например, использование t-критерия Стьюдента при очень малых выборках, распределенных не по нормальному закону.
_______________
© 6 сигма - статистический анализ экспериментальных данных
_______________________________________________________________

Чек-лист стат.описания научных работах

Поставьте галочки там, где ответ утвердительный
  • Четко ли описана цель исследования?
  • Использован ли для достижения цели соответствующий план исследования?
  • Полно ли изложен предмет, объект исследования?
  • Четко ли определены факторы влияния?
  • Был ли проведен предварительный расчет необходимого размера выборки?
  • Достаточное ли представление статистического материала?
  • Используется ли рандомизация факторов влияния?
  • Описан ли метод рандомизации?
  • Использовано ли адекватное описание или даны ссылки на используемые статистические процедуры?
  • Указаны ли проверяемые гипотезы и используемые статистические критерий?
  • Округлены ли приводимые величины?
  • Приведены ли единицы измерения переменных?
  • Приведены ли размеры выборок;
  • Дана ли расшифровка приводимых параметров?
  • Указано ли число степеней свободы используемого критерия?
  • Есть ли легенды или расшифровки обозначений в подписях к ри¬сункам?
  • Приведены ли доверительные интервалы для основных результатов?
  • Использован ли правильный критерий при множественных срав¬нениях?
  • Оправданы ли выводы статистического анализа?

Трудности с буквами

О значении правильного понимания статистических методов В.М. Зациорский [7] писал еще в 1989 г., отмечая их некорректное использование при обработке результатов исследования и примитивное понимание экспериментальных методов в виде только классического однофакторного эксперимента (тогда как в ведущих зарубежных университетах давно применяют многофакторные эксперименты с последующим дисперсионным анализом) и методов множественных сравнений. Однако, к великому сожалению, авторы научных публикаций представляют результаты исследований по своему усмотрению, используя различные обозначения статистических показателей. Средние арифметические обозначают M и x, стандартные отклонения s или S в двух значениях - положительном и отрицательном (±s, ±S), указывают ошибки средних ±m или ±σ. Не всегда указывают объем выборочной совокупности (n). Такое разнообразие представлений результатов исследования затрудняет их понимание и сравнение с другими данными, выполненными по аналогичной проблеме.

Причина такого разнообразия - различные рекомендации по статистическим методам, изложенные в учебных пособиях. Возникает вопрос: что считать правильным и как следует представлять материалы исследований в таблицах с использованием статистических показателей?

Читать дальше >>>


_______________
© 6 сигма - статистический анализ экспериментальных данных
__________________________________________________________________

Вот, что удручает

Как видно из таблицы, доминируют методы, разработанные 50 и более лет тому назад [11]. Лишь в единичных работах используются такие современные методы, как факторный, дискриминантный и кластерный анализ [10, 12, 16]. Не используются методы, разработанные в последние 10—15 лет, такие как многомерное шкалирование и корреспондентский анализ [12—13], анализ аллометрических уравнений [14], нелинейные преобразования шкал с максимизацией средней величины коэффициента корреляции (MAC) [15] и многие другие мощные методы анализа данных [16].

Таблица. Частота применения основных статистических параметров и критериев



Применение статистики в статьях и диссертациях
_______________
© 6 сигма - статистический анализ экспериментальных данных
__________________________________________________________________

Программы статанализа данных

Обновлено в феврале 2018 г

На рынке представлено две самых сильных компании, предлагающие программные продукты для статистического анализа данных: STATISTICA (http://statsoft.ru/ ) и SPSS (https://www.ibm.com/analytics/ru/ru/technology/spss/ ). Во многих научных работах есть указания на то, что обработка проводилась при помощи Microsoft Excel, но поскольку этот продукт позиционируется значительно шире, чем специализированное программное обеспечение, здесь мы его рассматривать не будем.

Важная ремарка: любой программный продукт, каким бы хорошим он не был, это только инструмент. В умелых руках – он дает точные результаты, в неграмотных – иллюзию объективности.

Программа STATISTICA (текущая русифицированная версия 10)
Цена для 1 пользователя:
~800$
Достоинства:
По нашему мнению, лучший пакет для научных исследований.
Отличные возможности для построения графиков.
Автоматический отчет, который можно редактировать в Word.
Много литературы (включая электронную, доступную открыто в Интернет) по работе с пакетом.
Все основные методы анализа (описательные, факториальные, корреляции и т.д.)

Недостатки:
Сложный интерфейс.

Программа SPSS (текущая русифицированная версия 22)
Цена для 1 пользователя: ~2500$
Достоинства:
Есть методы, отсутствующие у STATISTICA.

Автоматический отчет.

Достаточное количество литературы по работе с пакетом.

Часто используется в гуманитарных дисциплинах, психологии, социологии.

Удобен при обработке результатов опросов.

Есть модуль для автоматизации процесса разработки анкеты и ввода результатов опросов (Data Entry).

Недостатки:

Слабый файл помощи.
Цена.
_______________
© 6 сигма - статистический анализ экспериментальных данных
__________________________________________________________________

Из книги

Еще И. Кант отмечал, что «в каждой науке ровно столько науки, сколько в ней математики».
В середине ХХ века, английский математик Морис Кендалл сказал о внедрении статистических методов в естественные науки следующее: «Статистика уже вторглась во владения всех отраслей науки со скоростью, сравнимой разве что с завоеваниями Аттилы, Магомета и распространением колорадского жука».
"Статистические методы в экологических исследованиях" 2008

_______________
© 6 сигма - статистический анализ экспериментальных данных
__________________________________________________________________

2-е издание "Всё, что вы должны знать...."


В помощь исследователю, аспиранту, докторанту, биологу, медику, психологу, биологу можем предложить книгу "Всё, что должен знать исследователь о статистической обработке данных"
_______________
© 6 сигма - статистический анализ экспериментальных данных
__________________________________________________________________

Начало

Ну что-ж, с почином.
Аналитическая группа "6 сигма" оказывает услуги по статистическому анализу экспериментальных данных студентам, аспирантам, докторантам уже более 10 лет. Теперь мы решили обзавестись блогом.
Думаю, что нам будет полезно пообщаться на интересующие темы, обсудить, прокоментировать.
С удовольствием ответим на ваши вопросы на нашем сайте http://statanalys.ru, в комментариях или по электронной почте stat6sigma@rambler.ru

_______________
© 6 сигма - статистический анализ экспериментальных данных
__________________________________________________________________