Статья борется за благое дело, но методы, мне кажется, опять мусорные. ;) Я ещё не спец по теории вероятностей и статистике, но… Если вы измеряете большое количество разных показателей у маленькой группы людей, вам почти гарантирован «статистически значительный» результат. Я не считаю это мошенничеством. Вы увидели больше эффектов, потому что проделали больше измерений. Чем больше исследуешь, тем больше знаешь. Кстати, хороший способ сэкономить. Если каждый показатель измерять в отдельном исследовании, а показателей n штук, то общая зарплата добровольцев увеличится в n раз.
Эффекты оказываются мусорными, потому что требования к надёжности в медицине и психологии низкие, а именно, p<0,05. Подумайте про физику, какая там надёжность, какие доверительные интервалы. В общем, требуйте p<0,001. ;-) p учитывает и количество добровольцев, и видимую величину эффекта. А не только количество добровольцев. Если эффект очень заметен, не нужно много добровольцев. Поэтому то, что автор предлагает отказаться от p, выглядит странно.
Comments 1
Если вы измеряете большое количество разных показателей у маленькой группы людей, вам почти гарантирован «статистически значительный» результат.
Я не считаю это мошенничеством. Вы увидели больше эффектов, потому что проделали больше измерений. Чем больше исследуешь, тем больше знаешь. Кстати, хороший способ сэкономить. Если каждый показатель измерять в отдельном исследовании, а показателей n штук, то общая зарплата добровольцев увеличится в n раз.
Эффекты оказываются мусорными, потому что требования к надёжности в медицине и психологии низкие, а именно, p<0,05. Подумайте про физику, какая там надёжность, какие доверительные интервалы. В общем, требуйте p<0,001. ;-) p учитывает и количество добровольцев, и видимую величину эффекта. А не только количество добровольцев. Если эффект очень заметен, не нужно много добровольцев. Поэтому то, что автор предлагает отказаться от p, выглядит странно.
Reply
Leave a comment