Uru:
- Ikike ịhọrọ ule dabara adaba na ụdị na nkesa nke data wee lelee echiche (nkịtị, ọdịiche)
- Ikike ịghọta ezi ihe p-uru pụtara wee kọọ nsonaazụ ya na nha mmetụta na oge ntụkwasị obi
- Nchedo site na p-hacking na nkewa nchọpụta-nchọpụta, ọtụtụ ntule mgbazi na mkpesa zuru oke
Nnwale ahụ agwụla, data dị ugbu a, anyị nọ n'ọnọdụ kachasị njọ na nke kachasị njọ: nyochaa data ahụ n'ụzọ ziri ezi na ịkọwa nsonaazụ ya n'eziokwu. Ihe omuma nke ndu na-enwekarị mkpọtụ, ejighị n'aka na multivariate. Nhọrọ ule na-ezighi ezi, mmebi nke echiche doro anya, na p-hacking amaghị ihe ọ bụla (ịgbalị nyocha ruo mgbe ọ ga-enye nsonaazụ achọrọ) bụ isi ihe kpatara ọgba aghara mmụgharị na akwụkwọ ndụ ebipụtara. AI na-enyere gị aka ịhọrọ ule ziri ezi, lelee echiche, ma dee koodu nyocha; mana iguzosi ike n'ezi ihe ndekọ aha bụ ọrụ gị.
N'ime nkeji a, anyị ga-ekpuchi ule ọnụ ọgụgụ nkịtị, nyocha echiche, na ụzọ iji chebe onwe gị pụọ na p-hacking.
Ịhọrọ ule ziri ezi
Nhọrọ nke ule na-adabere na ụdị na nkesa nke data. Ọgụgụ isi ga-enyere gị aka ime nhọrọ a, mana ịkwesighi itinye ya na kpuru ìsì:
- Otu abụọ, data na-aga n'ihu, nkesa nkịtị: t-ule nọọrọ onwe ya.
- Otu abụọ, ndị na-abụghị nke nkịtị: Mann-Whitney U (na-abụghị parametric: achọghị echiche nkesa).
- Ihe karịrị otu abụọ: ANOVA (nyocha nke iche) + ule post-hoc.
- Ụdị data (ọnụ): Chi-square ma ọ bụ Fisher kpọmkwem ule.
- Mmekọrịta: Mmekọrịta (Pearson/Spearman) ma ọ bụ nlọghachi azụ.
Ndụmọdụ: Jiri anya nke uche hụ data tupu ịhọrọ ule. Ihe ndekọ akụkọ ihe mere eme ma ọ bụ igbe igbe na-egosi n'otu ntabi anya na ọ bụ ihe ziri ezi na ihe dịpụrụ adịpụ nke t-ule chọrọ. "Graf mbụ, nwale ma emechaa" bụ àgwà ọma.
Na-enyocha echiche
Nnwale ọ bụla nwere echiche zoro ezo. The t-ule na-ewere nkesa nkịtị na nha anya nke iche; Ọ bụrụ na emebie ihe ndị a, ihe ga-esi na ya pụta ga-eduhie eduhie. AI na-ede koodu na-enyocha echiche ndị a:
Ọrụ: Ị bụ onye enyemaka biostatistics. Ọrụ: Dee koodu na-enyocha echiche nke t-ule tupu atụlee otu abụọ data: normality (Shapiro-Wilk), nha nhata nke variance (Levene). Ọ bụrụ na emebiela echiche ahụ, gwa m ule ọzọ m kwesịrị ịga n'ihu. Nye koodu Python nwere nkọwa.
Koodu ahụ na-atụgharị gị na Mann-Whitney ma ọ bụrụ na agbajiri nkịtị. Nke a "nyochaa mbụ, kpebie ma emechaa" na-egbochi gị ịme ule na-ezighi ezi.
p-hacking na otu esi echekwa onwe gị
p-hacking na-enyocha data n'ụzọ dị iche iche ruo mgbe p <0.05: ịnwale ule dị iche iche, na-atụfu ndị na-apụ apụ, na-agbakwụnye / wepụ otu, na-akọ ihe "dị mkpa" n'etiti ọnụ ọgụgụ dị ukwuu nke mgbanwe. Nke a bụ isi ebe nchọpụta adịgboroja si enweta. Ụzọ nchebe:
- Dozie atụmatụ nyocha tupu oge eruo (Nkeji 7).
- Kpesa ule niile, ọ bụghị naanị ndị gosipụtara mkpa.
- Idozi otutu ntụnyere (FDR/Bonferroni).
- Nye mmetụta nha na oge ntụkwasị obi na-esote p-uru.
- Nchọpụta dị iche iche na nkwado: Nwalee ihe ị hụrụ na ntọala nchoputa na setịpụ onwe ya.
Nzọụkwụ site nzọụkwụ: nyocha n'eziokwu
- Jiri anya nke uche hụ data (gbasasịa, outlier).
- Lelee echiche ndị ahụ.
- Mee ule nke i kpebiburu.
- Idozi otutu ntụnyere.
- Kpesa nha mmetụta + oge ntụkwasị obi.
- Dee erughị eru nke ọma.
Ndebiri ozugbo enwere ike iṅomi
Jiri anya nke uche hụ mmepụta ihe: kpa nkata histogram na igbe igbe maka otu ọ bụla, ndị na-apụ apụ. Wee kọwaa normality.Ogidi data: [aha]. Nye koodu Python nwere nkọwa.
Achọrọ m iji otu m abụọ atụnyere. Njirimara nke data: [ụdị, N, nkesa].Olee ule kwesịrị ekwesị? Lelee echiche, mee ule ahụ, kọọ nha mmetụta na oge ntụkwasị obi 95% na p-uru.
M nwalere maka mkpụrụ ndụ ihe nketa 15 dị iche iche na nyocha m. Nye koodu nke na-emetụta mgbazi Bonferroni na Benjamini-Hochberg ma kọwaa ọdịiche dị n'etiti ụzọ abụọ ahụ.
Ngwa ngwa adịghị ike / Ike siri ike
Adịghị ike: "Ndị otu abụọ a hà dị iche, mee t-ule."
Ike : "Enwere m otu abụọ (njikwa n = 18, ọgwụgwọ n = 20), ihe na-adabere na ya bụ ọrụ enzyme (na-aga n'ihu). Mbụ na-ahụ anya nkesa na nwalee normality na Shapiro-Wilk. Ọ bụrụ na nkịtị, tinye t-ule, ma ọ bụrụ na ọ bụghị, Mann-Whitney. Kwuo ya pụta na p-uru, mmetụta size (Cohen's d ma ọ bụ ọkwa-bisiri ike .9serial). gịnị mere."
Ọdịiche: ngwa ngwa siri ike nwere ụdị data, nọmba nlele, nlele echiche na arịrịọ mkpesa zuru oke. Ihe nlereanya ahụ na-agbaso ụzọ ziri ezi kama itinye n'ime t-ule na-enweghị isi.
Obere ikpe atọ
Ikpe 1 - Nnwale na-ezighi ezi: Nwa akwụkwọ tinyere t-ule maka data skewed (nke na-abụghị nke nkịtị) wee chọta p=0.048. Mgbe ọgụgụ isi mmadụ gbakwunyere nlele nkịtị, data ahụ esiteghị na nkịtị; Mụ na Mann-Whitney, p=0.11. Ihe si na ya pụta enweghị isi. Ihe nkuzi: Nnwale na-enyochaghị echiche ahụ na-eduhie eduhie.
Ikpe 2 - tụfuo onye na-apụ apụ: Onye nyocha ehichapụrụ isi ihe abụọ "outlier" iji mee ka nsonaazụ ya baara uru. Ihe nlereanya ahụ kwusiri ike na ịtụfu ihe dịpụrụ adịpụ kwesịrị ịdabere n'usoro iwu akọwapụtara (dịka, usoro IQR) wee kọwapụta; ihichapụ aka ike bụ p-hacking. Ihe nkuzi: tọọ iwu kapụrụ n'ihu.
Ikpe 3 - Mmetụta nha mgbake: Otu ọmụmụ nwere p=0.001 mana nha mmetụta (d=0.1) fọrọ nke nta ka ọ bụrụ efu; nnukwu ihe nlele gosipụtara ọdịiche na-enweghị isi dị mkpa. Mgbe ọgụgụ isi nke artificial kọrọ nha mmetụta, achọpụtara na nchoputa ahụ enweghị uru bara uru. Ihe ọmụmụ: Naanị n'ihi na p dị obere adịghị mkpa.
ntụnyere chaatị
Ọnọdụ
ụzọ ziri ezi
A ga-ezere
data ezighi ezi
Nnwale na-abụghị parametric
T-ule amanye
ule otutu
Tinye mgbazi
Crude p<0.05
outlier
Iwu akọwara ụzọ
ihichapụ aka ike
nsonaazụ dị ịrịba ama
Nha mmetụta + CI
naanị p
nchọpụta nchọpụta
Kwado na setịpụ onwe ya
Mechaa n'otu nhazi
Mmejọ ndị nkịtị
- Nnwale a na-achịkwaghị enyo chepụta: Ihe dị mkpa na nnwale ụgha.
- p-hacking: Ịgbalị nyocha ruo mgbe ọ na-enye nsonaazụ achọrọ.
- Na-akọ naanị p-uru: Wepụ nha mmetụta yana oge ntụkwasị obi.
- Ọ naghị agbazigharị maka ọtụtụ ntụnyere: Ntụle ụgha.
- Ihe kpatara ịwụ elu: Na-ebute ihe kpatara ya site na njikọ.
Kpachara anya: AI agaghị 'arụpụta' nsonaazụ ịchọrọ, mana ọ ga-eji obi ụtọ dee koodu maka ule na-ezighi ezi ma ọ bụrụ na-eduhie ya. Ị nwere nguzosi ike n'ezi ihe ndekọ aha: kọọ akụkọ ọnwụnwa niile, mee atụmatụ nyocha tupu oge eruo, echefula nha mmetụta. Soro onye biostatistician rụọ ọrụ maka nyocha na-eduga na mbipụta.
ezi ihe p-uru
Echiche a na-aghọtahiekarịghị na bayoloji bụ p-uru. The p-uru abụghị "ihe gbasara omume nke echiche bụ eziokwu"; Ọ bụ "nwere ike ịhụ ọdịiche dị ka nnukwu ma ọ bụ karịa karịa ihe ị na-ahụ, mgbe n'eziokwu ọ dịghị ihe dị iche." Nke a dị nro ma dị oke egwu bụ isi ihe na-eme ka ọ ghara ikwubiga okwu ókè. p=0.03 apụtaghị "mmetụta bụ 97% ezigbo". Mgbe ị na-akọwapụta nsonaazụ AI, lelee na ọ na-eji nkọwa a nke ọma; Ụdị ahụ nwere ike ikwugharị nkọwahie nkịtị mgbe ụfọdụ.
Ogologo oge ntụkwasị obi (CI) na-enwekarị ihe ọmụma karịa p-uru n'ihi na ọ na-egosi ịdị ukwuu na ejighị n'aka nke mmetụta ọnụ. "Ọdịiche 2.4-fold (95% CI: 1.8-3.1)" na-ekwu karịa "p<0.05": ma ntụziaka nke mmetụta, ịdị ukwuu ya, na otú e si tụọ ya kpọmkwem. Gosipụta GA na akụkọ gị.
Jiri nkọwa ziri ezi nke p-uru mgbe ị na-akọwa nsonaazụ m. Zere nkwupụta na-ezighi ezi dịka "ihe gbasara puru omume ịbụ eziokwu." Kama, kọwaa ihe ọ pụtara n'ihe gbasara nha mmetụta yana oge ntụkwasị obi 95%. Nsonaazụ: [data]
Mmekọrịta, ihe kpatara na data nleba anya
Ọtụtụ data dị ndụ bụ ihe nleba anya: ị na-ahụ ihe na-agbanwe na ihe ọzọ, mana ị nweghị ike ịhụ ihe na-akpata ya. Ahịrịokwu ahụ “nkọwa nke mkpụrụ ndụ ihe nketa X na-emekọ ihe na ọrịa” adịghị egosi na X na-akpata ọrịa; Ọrịa ahụ nwere ike na-abawanye X, ma ọ bụ ihe nke atọ nwere ike na-emetụta ha abụọ. Enwere ike ịmepụta ihe kpatara ya naanị site na nyocha ntinye aka (ịgbanwe X na ịlele nsonaazụ). AI nwere ike na-amaghị ama iji asụsụ ihe kpatara ("na-ebute," "na-eduga na") na ederede gị; leba anya n'ahịrịokwu nkwubi okwu ọ bụla site n'echiche a, na-ekwupụta nchoputa nleba anya n'asụsụ mmekọrịta ("mekọrịtara," "iche dị iche iche").
Na-ekewa ejikọta ọnụ na data nọọrọ onwe ya
Ọdịiche a na-elegharakarị anya na nhọpụta ule bụ ma ihe nlele ahụ nwere onwe ya ma ọ bụ jikọtara ya. Ọ bụrụ na ị na-ewere tupu na mgbe nha sitere n'otu onye ahụ (dịka ọmụmaatụ, ụkpụrụ ọbara nke otu ndị ọrịa tupu ọgwụgwọ na mgbe emechara), nha ndị a anaghị adabere na ya; Achọrọ nnwale ejikọtara ọnụ. Iji t-ule nke nwere onwe abụọ ebe a na-atụfu ozi dakọtara na data wee belata ike; O nwedịrị ike ịgbanwe ihe si na ya pụta. Iwu ahụ dị mfe: "N'ihe abụọ a hà si n'otu usoro ndu?" Ọ bụrụ na azịza ya bụ ee, a na-eji ule ejikọtara ọnụ (t-test jikọtara ọnụ ma ọ bụ ule ọkwa Wilcoxon bịanyere aka na ya) ma ọ bụrụ na ọ bụghị, a na-eji ule onwe. Mgbe ị na-arịọ ọgụgụ isi maka ule, jide n'aka na ị kọwapụta usoro egwuregwu nke data gị; Ọ bụrụ na ịkọwapụtaghị, ihe nlereanya ahụ na-ewerekarị nnwere onwe ma na-akwado ule na-ezighi ezi.
Enwere m usoro nha abụọ. Ihe dị mkpa: a na-ewere nha ndị a tupu/mgbe emechara ndị otu SAME (jikọtara ọnụ). Họrọ ule ziri ezi nke na-eburu n'uche egwuregwu a (paired t-test ma ọ bụ Wilcoxon), lelee echiche gị wee jiri nha mmetụta kọọ. Echela nnwere onwe.
Na nchịkọta
Nyocha data ziri ezi; ịhọrọ ule kwesịrị ekwesị maka ụdị data, ịlele echiche, na-edozi ọtụtụ ntụnyere, na ịkọ ọkwa mmetụta na oge ntụkwasị obi na mgbakwunye na p-uru. Nnukwu ihe egwu bụ p-hacking; Ọgwụgwọ bụ atụmatụ nyocha tupu oge eruo, mkpesa zuru oke, na nkewa nchọpụta-nchọpụta. Ọgụgụ isi bụ ihe enyemaka siri ike na nhọpụta ule na nleba anya n'echiche, mana iguzosi ike n'ezi ihe ndekọ ọnụ ọgụgụ dị n'aka mmadụ.
Ọrụ ngwa
Were otu abụọ were otu data (data nke gị ma ọ bụ ihe nlele) were otu abụọ. Buru ụzọ nwee koodu ide AI nke na-ahụta data ma nwalee maka ịdị mma. Dabere na nsonaazụ ya, tinye ule kwesịrị ekwesị (t-ule ma ọ bụ Mann-Whitney) wee kọọ nha mmetụta na oge ntụkwasị obi yana p-uru. Mgbe ahụ tulee mmetụta nke ọtụtụ ntụnyere na-enweghị mgbazi yana mgbazi na nsonaazụ ya.
ndetu
- [] Ahụrụ m data ahụ anya tupu anwale.
- [] M enyochara echiche nke ule (nkịtị, ọdịiche).
- [ ] M họọrọ ule kwesịrị ekwesị, etinyeghị m n'ìsì na t-ule.
- [ ] Edoziri m otutu ntụnyere.
- M kọrọ [] p-uru yana nha mmetụta yana oge ntụkwasị obi.
- [] M doziri atụmatụ nyocha tupu oge eruo wee zere p-hacking.