И еще раз про нормальность

Совет при проверке выборочной совокупности на соответствие нормальному распределению используйте критерии согласия Колмогорова-Смирнова, Лилиефорса, Шапиро-Уилка,

причем:

при n<50 использовать результат по тесту Шапиро-Уилка, как наиболее надежный;
при n>50 — критерии Колмогорова-Смирнова или Лилиефорса

Лучше опираться на критерий Шапиро-Уилка, когда результаты по данному критерию и по тесту Лилиефорса разнятся.

Обратите внимание, чем меньше наблюдений в выборке, тем более вероятность сделать заключение о нормальности распределения.

Если в исследуемой выборке менее 20 наблюдений используйте непараметрические критерии!

Оставьте комментарий. Читайте сайт 6 Сигма

Полезное видео

Вебинар «STATISTICA для медицинских приложений: актуальные задачи»

Оставьте комментарий. Читайте сайт 6 Сигма

Чудная цитатка

Думали ли они, что науки, основанные на наблюдении, могут стимулироваться только статистикой?.Если бы медицина не пренебрегла этим инструментом, это означало

бы прогресс, она обладала бы большим числом реальных истин, стала бы менее подверженной обвинению в том, что является наукой нетвердых принципов, неуловимых и предположительных.

Jean-Etienne Dominique Esquirol в журнале «Lancet», 1838

Оставьте комментарий. Читайте сайт 6 Сигма

Вакансии

Требуется специалист по биостатистике с опытом работы:
высшее математическое образование, желательно ученая степень, знание программ: STATISTICA / SPSS / R.
График

работы свободный. Заработная плата договорная.
Функционал отправим по запросу на ваш e-mail.

Оставьте комментарий. Читайте сайт 6 Сигма

20 ошибок стат.анализа (2)

Ошибка 2. Непрерывные данные представлены в виде порядковых без объяснения причин и способа преобразования

Для облегчения статистического анализа непрерывные

данные можно представить в виде двух и более порядковых категорий, например рост в см как низкий, нормальный и высокий. Однако такое упрощение уменьшает точность результатов и вариабельность данных. Автор должен объяснить, почему он сделал это. Кроме того, следует описать критерии выбора диапазона значений в рамках каждой из порядковых категорий, чтобы избежать возможности появления систематической ошибки. В некоторых случаях преобразование непрерывных данных в порядковые имеет целью подгонку конечных результатов под желаемую схему

Впервые опубликовано Т. Lang. Twenty Statistical Errors Even YOU Can Find in Biomedical Research Articles. Croatian Medical Journal 2004:45(4):361-370.

Оставьте комментарий. Читайте сайт 6 Сигма

20 ошибок стат.анализа (1)

Ошибка 1. Количественные данные представлены с излишней точностью

Большинство из нас легче воспринимают количественные данные, представленные одной или двумя

цифрами, чем тремя и более. Поэтому округление улучшает восприятие материала. Рассмотрим пример, в котором количество участников (как мужчин, так и женщин) на момент окончания исследования примерно в 3 раза превышает таковое в начале, однако этот факт становится очевидным лишь после округления соответствующих показателей:

Число женщин возросло с 29 942 до 94 347, мужчин – с 13 410 до 36 051.
Число женщин возросло с 29 900 до 94 300, мужчин – с 13 400 до 36 000.
Число женщин возросло примерно с 30 000 до 94 000. мужчин – с 13 000 до 36 000.

Во многих случаях необязательно приводить максимально точные значения. Если масса тела больного составляет 60 кг, то использование показателя 60,18 кг только затруднит восприятие, несмотря на то, что формально он соответствует действительности. По этой же причине наименьшая величина р, которую имеет смысл представлять, p < 0,001.

Впервые опубликовано Т. Lang. Twenty Statistical Errors Even YOU Can Find in Biomedical Research Articles. Croatian Medical Journal 2004:45(4):361-370.

Оставьте комментарий. Читайте сайт 6 Сигма

Частотный подход в статистике

Классический (частотный) подход в статистических исследованиях связан с тремя корифеями: сэр Рональд Фишер (нулевая гипотеза и р-значения для доказательства

против нулевой гипотезы); Ежи Нейман и Карл Пирсон (I и II типы ошибки, критерий согласия (критерий хи-квадрат).

Стандартная статистическая процедура выглядит примерно так:

Начинаем с нулевой гипотезы (H0), в котором говорится, что нет никакого эффекта или отношения.
Рассматриваем альтернативную ( или конкурирующую) гипотезу (H1), которая может говорить только о том, что H0 не верна (т.е. есть некоторый эффект или отношения) Иными словами, имеем две гипотезы, по результатам рассмотрения которых: будет принято решение о справедливости для генеральной совокупности гипотезы Н0; будет принято решение о справедливости для генеральной совокупности гипотезы Н1.
Выбираем альфа-уровень, или уровень значимости (обычно волшебное 0,05). Уровень значимости альфа — это вероятность ошибки первого рода, т.е. вероятность того, что будет принята гипотеза Н1 , если на самом деле в генеральной совокупности верна гипотеза Но.
Выполняем статистический тест и рассчитываем р-значение. Если значение р меньше, чем альфа-уровень результат называется «значимым».

• Этот подход, часто упоминается как проверка гипотез или нулевое значение тестирования гипотезы (NHST), был подвергнут критике по ряду причин (Cohen, 1994; Лофтус, 1996; Kline, 2004; Gigerenzer, 2004; Goodman, 2008; Станг и др. ., 2010).

Вот лишь некоторые аргументы против частотного подхода:

• p-значения не дают ответа на вопросы (поскольку это вероятность)
• H0 часто является заведомо ложной
• p-значения имеют широкий диапазон ошибочности
• приводит к двоичности мышления
• предварительная информация никогда не принимаются во внимание (байесовский аргумент)
• небольшое р-значение может отражать очень большой размер выборки, а не значимой разницы
• приводит к систематической ошибке

Оставьте комментарий. Читайте сайт 6 Сигма

Осеннее

Осенне-физическое и статистическое

Оставьте комментарий. Читайте сайт 6 Сигма

Статистика души

Подлец, что прикинулся человеком,
Сумел оболгать меня и надуть.
А мне говорят: — Наплевать, забудь!
Зло ведь живет на земле от века!

А мне говорят: — Не

печалься, друг,
Пусть в горечи сердце твое не бьется,
На сотню хороших людей вокруг
Плохих и с десяток не наберется!

А впрочем, тебя-то учить чего?! —
Все так, но если признаться строго,
То мне десяти негодяев много,
Мне лишку порою и одного…

И, если быть искренним до конца,
Статистика — слабый бальзам от жала.
Когда пострадаешь от подлеца,
То цифры, увы, помогают мало!

И все-таки сколько б теперь нашлось,
По данным, хороших людей и скверных?
Не знаю, как цифры, но я, наверно,
Ответил бы так на такой вопрос:

Все выкладки — это столбцы, и только.
Но если доподлинный счет вести,
То скверных людей в этом мире столько
И честных людей в этом мире столько,
Сколько ты встретишь их на пути!

Эдуард Асадов

Оставьте комментарий. Читайте сайт 6 Сигма

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.