Универсальные критерии

Работая над статистическим анализом и общаясь с заказчиками попадаются некоторые стереотипные вопросы, один из таковых:
"Меня немного беспокоит, что критерии, которые Вы используете используются для обработки данных исследований в области медицины... а не психологии ..."

Один из возможных ответов на такой вопрос:
Статистический аппарат обладает большим количеством разнообразных критериев и неважно, что некоторые критерии не совпадают с теми, что коллеги используют в своих работах.
При выборе критерия, мы (6 сигма) руководствуемся не соответствием выбранных критериев большинству работ, а целесообразностью.
То что ряд классических критериев, широко используемых в биологии/медицине не используются в психологии, говорит не в пользу последней.

Работа этого месяца

Закончена очень интересная работа по анализу данных для кандидатской диссертации (динамика биржевых индексов).
С таким массивом данных нам еще не приходилось работать!

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

О голове

Замечательная иллюстрация для того, чтобы задуматься ЗАЧЕМ, КОМУ это нужно, КАКИЕ данные нужно и можно сравнивать

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Как лгать при помощи статистики

Интересный материалец нашелся в сети:
D. Huff. How To Lie With Statistics
Книга представляет собой набор трюков с примерами, с помощью которых заинтересованные лица вводят в заблуждение доверчивых зрителей, читателей и слушателей. Многие приемы активно используется в рекламе, поэтому наши сограждане такие «грамотные» и знают много научных «фактов» и «открытий». Причем манипуляторы не всегда прибегают к откровенному обману. Иногда достаточно где-то не договорить или использовать обтекаемую формулировку. В результате говорится об одном, а народ видит и запоминает совсем другое.....

читать далее >>>

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Заполнение пропусков

При проведении исследований, часто, по разным причинам можно наблюдать пропуски, отсутствующие данные.
При этом собрать материал не представляется возможным и велик соблазн заполнить пропуски.

Мы считаем, что заполнять пропуски данных средними значениями нежелательно:
а) "..такие алгоритмы хотя и привлекательны, но дают слишком оптимистические результаты, которые обычно потом не подтверждаются при проверке работоспособности мат.модели...." (Реброва О.Ю. Статистический анализ медицинских данных....-М., МедиаСфера, 202.-312 с.

б) "…..самым простейшим приемом анализа неполных данных является исключение некомплектных наблюдении, содержащих пропуски хотя бы в одной из переменных, и дальнейший анализ полученных таким образом “полных” данных. Вполне понятно, что такой подход приводит к сильному различию статистических выводов, сделанных при наличии в данных пропусков и при их отсутствии.
Большинство программных средств использует такие методы заполнения пропусков, как средневыборочные по присутствующим значениям, с помощью уравнения регрессии или главных компонент. Подобные методы заполнения приводят к тому, что распределение данных после заполнения будет существенно отличаться от истинного распределения и представлять собой смесь истинного и вырожденных распределений (распределений, соответствующих некомплектным наблюдениям с различными структурами пропусков) с вырождением на гиперплоскостях, на которых располагаются предсказываемые значения.
Оценки параметров таких “полных” данных не будут отвечать требованиям состоятельности и несмещенности. Качество оценок с увеличением доли пропусков будет ухудшаться. Кроме того, если параметры для заполнения пропусков вычисляются по присутствующим данным, как в рассматриваемых методах, то появляется зависимость между наблюдениями…" (Чурилова Э. Ю. Проблемы неполных данных при исследовании деятельности малых предприятий, 1998)

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

11%

..... в работе рассмотрено 53 статьи, посвященных изучению рака: исследователи попытались воспроизвести результаты этих работ (важно то, что они общались с авторами оригинальных статей, получали от них дополнительные данные и и т.д.).

Только в 11% случаев удалось воспроизвести результаты.

http://www.nature.com/nature/journal/v485/n7396/full/485041e.html
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Литотрипсия

Проведен статистический анализ данных исследования по влиянию объема и радиоплотности камней в почках на исходы литотрипсии

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Статистика и политика

Несомненно, победителем этой президентской кампании в США можно считать не только Обаму, но и Нейта Сильвера, журналиста-статистика, комментировавшего эти (и предыдущие) выборы с точки зрения статистических моделей, построенных на результатах опросов. Сильвер убедительно показал, что СМИ обманчиво преувеличивали степень непредсказуемости этой кампании. Первые полосы газет, новостные выпуски, политические блоги - все они в последние недели перед выборами твердили снова и снова, насколько близки кандидаты друг к другу, и что невозможно предсказать, кто из них выигрывает в каких ключевых штатах, и кто победит. Яростная борьба, интрига, неуверенность в результате до последнего момента - все это привлекает читателей, но все это было в данном случае по большей части выдуманным. Уже несколько недель назад было понятно, что Обама почти наверняка победит, и можно было предсказать довольно точно, в каких штатах. Именно это и сделал Сильвер, и его предсказания, основанные на статистике, а не высосанные из пальца комментаторами-политологами, оказались самыми точными. Он правильно предсказал результаты во всех 50 штатах.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Совет № 8

Если мусор (ошибки) на входе, то мусор (ошибки) на выходе.
Хороший исследователь всегда должен быть настороже возможных ошибок при сборе данных.

Поверьте, многих проблем в исследовании удается избежать при правильно спланированном исследовании, где учтены методы сбора материала. Бывает трудно что-либо исправить, когда материал уже собран, и набрать новый не представляется возможным.

Нельзя «по-аналогии» переносить, хорошо себя зарекомендовавшие в одном исследовании методы, в другой опыт.

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Корреляция

В Европе обнаружена корреляция между плотностью распространения аистов и рождаемостью (P=0,008) -  Storks Deliver Babies (p =ˆ 0.008)"
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Совет №7

Рандомизируйте где это только возможно
Вносите случайность (рандомизируйте) в свои опыты, так вы приблизите исследование к реальности (ведь именно так, стохастически, случайно происходят события в природе). Самый простой случай рандомизации выбор индивидов или участков по жребию.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Совет № 6

Избегайте мнимых (псевдо)повторностей
Козлов М.В. Мнимые повторности (pseudoreplication) в экологических исследованиях: проблема, не замеченная российскими учеными//Журн.общ.биологии, 2003.–Т. 64, № 4.-С. 292-307.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Когда цифра больше чем

"Конечным результатом статистического анализа является не просто число, а картина того, что данные пытаются нам рассказать о изучаемой проблеме"

Dr. Eyas. G.A. Rahim School of Economy Sharq Elnile University, Sudan
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

И еще раз о шкалах

Самое первое в статистике – это измерение или подсчет.
В теории измерения говорится, в частности, о связи между данными и реальностью.
Набор данных это модель реальности выраженная в числах. Данные бывают номинальные, порядковые, интервальные и отношений. Они могут быть непрерывными или дискретными.

Поскольку статистика стремится точно приблизиться в отношении связи между данными и реальностью, она предпочитает интервальную шкалу (шкалу разностей) или шкалу отношений (абсолютную шкалу).
http://home.ubalt.edu/ntsbarsh/stat-data/topics.htm#rrtopic
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Еще одна работа done

Работа по оценке влияния психофизиологических особенностей мышления учащихся на результаты обучения закончена.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Статистика и жизнь

Человеку, имеющему хотя бы общее представление о статистике и обладающему здравым смыслом, достаточно посмотреть на график, чтобы понять: на выборах этого года в Москве имела место массовая беззастенчивая фальсификация (более чем на двух третях участков), а на некоторых участках фальсификация была чудовищной. При этом официальные лица, глазом не моргнув, заявляют, что выборы были честными, а все сомнения в этом – на руку врагам.

Конечно, эти самые официальные лица понимают, что им не верят не только образованные люди, но и огромное число простых людей. Им хорошо бы получить поддержку титулованных ученых – чтобы было чем заткнуть всяких там математиков, биологов и физиков, по роду деятельности хорошо знающих статистику и измывающихся над ЦИК. Видимо, именно за этим Владимир Чуров обратился в Президиум РАН, выступив там с докладом «Избирательный процесс: теория, практика и научное сотрудничество».....

Детализацию смотрите здесь >>>
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Проблемы стат.анализа в психологии

"В качестве решения проблем статистического анализа в психологических исследованиях можно предложить следующее.

• Использовать «необходимо достаточные» выборки (минимум 30, желательно от 50, оптимально около 100 человек). 
• Применять проверенные методы статистической обработки (они достаточно мощные, чтобы выявить закономерности), а не идти от «слабых» к «сильным»; лучше выявить «лишнюю» связь, чем ее пропустить.
• Если полученную закономерность не удается интерпретировать, стоит проверить ее на воспроизводимость. 
• Интерпретировать только то, что интерпретируется, и при этом можно обратиться к мало используемой в последнее время процедуре — экспертной оценке; попросту говоря, спросить у специалиста, похоже ли это на реальность и что результат может означать".

Хвостов А.А. Проблемы статистического анализа в психологических исследованиях //Развитие личности, 2003.-№2.-С.111-119.
 _______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Принцип Фишера

"Отклонения от нормального вида, если только они не слишком заметны, можно обнаружить лишь для больших выборок, однако сами по себе эти отклонения вносят малое отличие в статистические критерии и другие вопросы"

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Визуализация

Как сказано в известной книге Джона Чемберса и соавт. (Chambers J.M. et al. (1983) Graphical Methods for Data Analysis), "...нет статистического метода более мощного, чем хорошо подобранный график".
Действительно, графическое представление данных играет очень важную роль в статистике. Например, графики являются неотъемлемой частью разведочного анализа данных, позволяют выявлять паттерны и тренды в сложных наборах данных, а также могут непосредственно быть результатом статистического анализа

R: Анализ и визуализация данных: Базовые графические возможности R: функция plot()

_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________

Полезное

Во всех смыслах полезный сайт для психологов, и не только http://www.psychol-ok.ru/
Есть описание нескольких наиболее часто используемых стат.критериев в психологии и скрипты их расчета.
_______________
© 6 сигма - статистический анализ экспериментальных данных
______________________________________________________________