Jaka część badań naukowych daje błędne wyniki? Na przykładzie medycyny
Nawet w idealnych warunkach, bez żadnych błędów i tendencyjności, nieubłagalna statystyka mówi, że część fałszywych hipotez zostanie przyjętych jako prawdziwe, a część prawdziwych odrzucona. Oczywiście świat nie jest idealny i ta tendencja jest znacznie większa. Ciąg dalszy i linki w pokazywarce.
Ardai z- #
- #
- #
- #
- #
- #
- #
- #
- 49
Komentarze (49)
najlepsze
Komentarz usunięty przez moderatora
1. cześć komercyjną, czyli badania sponsorowane przez firmy farmaceutyczne.
Tutaj pod względem statystycznym jest w miarę dobrze. Błędy, które opisał Ardai, też można eliminować - w końcu badanie kliniczne to co najmniej 3 fazy (z czego
Co do metod, to FDA, jako główny weryfikator badań
Jest duża liczba powodów z których wyniki badań są nieprawidłowe, a te wymienione przez Ardaia nie są akurat najważniejsze:
1) błędne założenia: np. że poszczególne dane są niezależne - a to jest bardzo często wymagane w rożnych technikach statystycznych. To może drastycznie zmieniać wyciągane wnioski.
2) zwyczajne niewykryte błędy w eksperymencie - np. skażenie/zabrudzenie próbki czymś z otoczenia - wynik
Komentarz usunięty przez moderatora
Natomiast ja bym się przyczepił do błędu drugiego rodzaju - moc testu też się da (i należy) kontrolować, jest to w interesie przeprowadzającego badania. Ale faktem jest, że główny nacisk jest kładziony na kontrolę α.
Jeno nie ma tego znaczenia.
Czy po wyrzuceniu 10 reszek z rzędu prawdopodobieństwo wyrzucenia orła w 11. rzucie rośnie?
Nie, ale jeżeli próbujesz wykazać, że moneta jest "fałszywa" bo przy rzucie częściej wypadają reszki, to przeprowadzając wiele razy eksperyment polegający na rzucaniu monetą n-krotnie i analizowaniu wyników testem statystycznym przy poziomie istotności 5% średnio raz na 20 razy test odrzuci "autentyczność" monety mimo że wszystko z nią w porządku. To wynika po prostu z definicji
zauważ co komentujesz:
prawdopodobieństwo, że otrzymamy w końcu pozytywny wynik dla błędnej hipotezy
prawdopodobieństwo odrzucenia prawdziwej hipotezy zerowej dla pojedynczego testu jest rzeczywiście równe poziomowi istotności, ale prawdopodobieństwo, że za którymś razem (w ciągu kolejnych eksperymentów) test się "pomyli" zmierza do 1 gdy liczba eksperymentów rośnie.
I świadomie lub nawet podświadomie wyniki są intepretowane w sposób wspierający wcześniej założoną hipotezę. Przykład: grupa naukowców dostaje 10 mln na skonstruowanie nowej metody rozwiązania pewnego problemu. Po 3 latach okazuje się,
Inni dodający, uczyć się!
Nie mam nic do dodania (w dużej mierze pewnie dlatego, że po skończeniu studiów musiałabym sobie tę wiedzę solidnie odkurzyć :P)
Jest 5% prawdopodobieństwo, że test na poziomie istotności 5% odrzuci prawdziwą hipotezę, że lek nie działa (sugerując błędnie, że lek działa). Testy stosuje się po to, aby ocenić czy różnice między wynikami w dwóch grupach (np. tą której podano lek i tą której podano placebo) są wystarczająco duże aby uznać je za nieprzypadkowe (co by oznaczało, że lek miał na nie wpływ). Bez testu trudno np. stwierdzić czy jeżeli w