ফিশিং অভিযানের সমস্যাটি হ'ল: যদি আপনি পর্যাপ্ত অনুমান পরীক্ষা করেন তবে তার মধ্যে একটি স্বল্প পি মান দিয়ে নিশ্চিত হয়ে যাবে। আমাকে একটি দৃ concrete় উদাহরণ দিতে দিন।
কল্পনা করুন আপনি একটি মহামারীবিজ্ঞান গবেষণা করছেন study আপনি এমন 1000 রোগী খুঁজে পেয়েছেন যা বিরল অবস্থায় ভুগছে। আপনি জানতে চান যে তাদের মধ্যে কী মিল রয়েছে। সুতরাং আপনি পরীক্ষা শুরু করেন - আপনি দেখতে চান যে এই নমুনায় কোনও নির্দিষ্ট বৈশিষ্ট্যকে উপস্থাপন করা হয়েছে কিনা। প্রাথমিকভাবে আপনি লিঙ্গ, জাতি, নির্দিষ্ট প্রাসঙ্গিক পারিবারিক ইতিহাসের পরীক্ষা করেন (পিতা 50 বছর বয়সের আগে হৃদরোগে মারা গিয়েছিলেন, ...) তবে অবশেষে, "লাঠিগুলি" পাওয়া কোনও সমস্যা খুঁজে পেতে আপনার সমস্যা হচ্ছে, আপনি সমস্ত ধরণের অন্যান্য কারণ যুক্ত করতে শুরু করেন যা ঠিক এই রোগের সাথে সম্পর্কিত হতে পারে :
- নিরামিষ
- কানাডা ভ্রমণ করেছেন
- সমাপ্ত কলেজ
- বিবাহিত
- সন্তান আছে
- বিড়াল আছে
- কুকুর আছে
- প্রতি সপ্তাহে কমপক্ষে 5 গ্লাস রেড ওয়াইন পান করুন
...
এখন জিনিস এখানে। যদি আমি যথেষ্ট "এলোমেলো" হাইপোথিসিটিস নির্বাচন করি তবে এটির কমপক্ষে কোনও একটিতে এপি মান 0.05 এর চেয়ে কম হবে বলে মনে হতে শুরু করে - কারণ পি মানটির খুব सार হল "নাল হাইপোথিসিসটি বাতিল করার ভুল হওয়ার সম্ভাবনা কোন প্রভাব "। আলাদাভাবে রাখুন - গড়ে প্রতি 20 টি বোগাস অনুমানের জন্য আপনি যা পরীক্ষা করেন, তার মধ্যে একটি আপনাকে <0.05 এর ap প্রদান করবে ।
এটি খুব ভালভাবে এক্সকেসিডি কার্টুন http://xkcd.com/882/ এ সংক্ষিপ্তসারিত :
ট্র্যাজেডিটি হ'ল এমনকি যদি কোনও ব্যক্তি লেখক তাত্পর্যটি অনুসন্ধানের জন্য কোনও নমুনায় 20 টি বিভিন্ন হাইপোথিসিস পরীক্ষা না করেন তবে সেখানে 19 জন লেখক একই কাজ করছেন; এবং যিনি একটি সম্পর্ক "সন্ধান" করেছেন তার কাছে এখন লেখার জন্য একটি আকর্ষণীয় কাগজ রয়েছে এবং এটি সম্ভবত প্রকাশের জন্য গৃহীত হবে ...
এটি অপ্রয়োজনীয় অনুসন্ধানের জন্য দুর্ভাগ্যজনক প্রবণতার দিকে পরিচালিত করে। স্বতন্ত্র লেখক হিসাবে এ থেকে রক্ষার সর্বোত্তম উপায় হ'ল বারটি উচ্চতর করা। স্বতন্ত্র ফ্যাক্টরের পরীক্ষা করার পরিবর্তে নিজেকে জিজ্ঞাসা করুন "যদি আমি এন হাইপোথেসিস পরীক্ষা করি তবে কমপক্ষে একটি মিথ্যা পজিটিভ নিয়ে আসার সম্ভাবনা কী"। আপনি যখন "ফিশিং হাইপোথিসিগুলি" সত্যিই পরীক্ষা করছেন আপনি যখন এ থেকে রক্ষা পেতে কোনও Bonferroni সংশোধন করার কথা ভাবতে পারেন - তবে লোকেরা প্রায়শই তা করে না।
ডাঃ আইওনাইডেসের কিছু আকর্ষণীয় কাগজপত্র ছিল - বিশেষত আটলান্টিক মাসিকটিতে এই বিষয়ে বিশেষভাবে রচিত ।
বেশ কয়েকটি অন্তর্দৃষ্টিপূর্ণ উত্তর সহ এই আগের প্রশ্নটিও দেখুন ।
আপনার প্রশ্নের সমস্ত দিকের আরও ভাল সাড়া দিতে আপডেট করুন :
আপনি যদি আশঙ্কা করেন যে আপনি "ফিশিং" হতে পারেন তবে আপনি কী ধারণা অনুমান করতে চান তা সত্যই জানেন না, আপনি অবশ্যই "অনুসন্ধান", "প্রতিলিপি" এবং "নিশ্চিতকরণ" বিভাগগুলিতে আপনার ডেটা বিভক্ত করতে পারেন। নীতিগতভাবে এটি আপনার পূর্বে বর্ণিত ঝুঁকির সাথে আপনার এক্সপোজারকে সীমাবদ্ধ করা উচিত: যদি আপনার অনুসন্ধানের ডেটাতে 0.05 এর এপি মূল্য থাকে এবং প্রতিলিপি এবং নিশ্চিতকরণের ডেটাতে আপনি যদি একইরকম মান পান তবে আপনার ভুল ড্রপ হওয়ার ঝুঁকি রয়েছে। ব্রিটিশ মেডিকেল জার্নালে "এটি সঠিকভাবে করার" একটি দুর্দান্ত উদাহরণ দেখানো হয়েছিল (17+ এর ইমপ্যাক্ট ফ্যাক্টর সহ একটি অত্যন্ত সম্মানিত প্রকাশনা)
শূন্যপরায়ণ মহিলাদের মধ্যে জটিল জটিলতার সাথে যুক্ত কারণগুলির অনুসন্ধান এবং নিশ্চিতকরণ: সম্ভাব্য কোহোর্ট স্টাডি, চ্যাপেল এট আল
এখানে প্রাসঙ্গিক অনুচ্ছেদ:
আমরা 5628 জন মহিলার ডেটাসেটকে তিন ভাগে বিভক্ত করেছি: অস্ট্রেলিয়া এবং নিউজিল্যান্ডের দুই তৃতীয়াংশ মহিলাদের অন্বেষণের ডেটাসেট, এলোমেলোভাবে বেছে নেওয়া হয়েছে (n = 2129); অস্ট্রেলিয়া এবং নিউজিল্যান্ডের মহিলাদের তৃতীয় অংশের স্থানীয় প্রতিলিপি ডেটাসেট (n = 1067); এবং যুক্তরাজ্য এবং আয়ারল্যান্ডের প্রজাতন্ত্রের 2432 ইউরোপীয় মহিলার একটি বাহ্যিক, ভৌগোলিকভাবে স্বতন্ত্র নিশ্চিতকরণ ডেটাসেট t
সাহিত্যে কিছুটা পিছনে ফিরে গেলে, আল্টম্যান এট এনটাইটেল "প্রাগনোসিস অ্যান্ড প্রাগনস্টিক রিসার্চ: একটি প্রাগনোস্টিক মডেলকে বৈধকরণ করা" যা একটি আরও অনেক গভীরতায় যায়, এবং আপনি যাতে পড়ে না যান সেজন্য উপায়ের পরামর্শ দেয় এই ত্রুটি নিবন্ধ থেকে "মূল বিষয়গুলি":
অবৈধ মডেলগুলি ক্লিনিকাল অনুশীলনে ব্যবহার করা উচিত নয় যখন একটি প্রিগনস্টিক মডেল যাচাই করার সময়, ক্রমাঙ্কন এবং বৈষম্যের মূল্যায়ন করা উচিত মডেলটি বিকাশের জন্য ব্যবহৃত আলাদা আলাদা ডেটাতে বৈধকরণ করা উচিত, অন্য কেন্দ্রের রোগীদের দ্বারা সাধারণত মডেলগুলি অনুশীলনে ভাল অভিনয় করতে পারে না উন্নয়ন পদ্ধতির ঘাটতির কারণে বা নতুন নমুনাটি আসল থেকে খুব আলাদা different
বিশেষত অন্যান্য উত্স থেকে প্রাপ্ত ডেটা সহ যাচাইকরণ (আই প্যারাফ্রেজ) করা উচিত - এই পরামর্শটি নোট করুন - অর্থাত্ আপনার উপাত্তকে নির্বিচারে উপসংশে বিভক্ত করা যথেষ্ট নয়, তবে আপনি একটি সেট থেকে সেটটিতে "শেখার" প্রমাণ করতে যা করতে পারেন তা করা উচিত পরীক্ষার বিভিন্ন সেট থেকে ডেটা প্রয়োগ করা যেতে পারে। এটি একটি উচ্চতর বার, তবে এটি আপনার সেটআপে নিয়মতান্ত্রিক পক্ষপাতমূলক "ফলাফল" তৈরি করে এমন ঝুঁকি আরও কমাবে যা স্বতন্ত্রভাবে যাচাই করা যায় না।
এটি একটি অত্যন্ত গুরুত্বপূর্ণ বিষয় - প্রশ্ন জিজ্ঞাসার জন্য আপনাকে ধন্যবাদ!