এটি কি সত্যিই পি-মানগুলি কাজ করে? খালি এলোমেলোতার ভিত্তিতে প্রতি বছর মিলিয়ন গবেষণা গবেষণাগুলি কি থাকতে পারে?

Question

আমি পরিসংখ্যানের জন্য খুব নতুন, এবং আমি কেবল মূল্যগুলি সহ বেসিকগুলি বুঝতে শিখছি। তবে এই মুহুর্তে আমার মনে একটি বিশাল প্রশ্ন চিহ্ন রয়েছে এবং আমি আশা করি যে আমার বোঝাটি ভুল is এখানে আমার চিন্তা প্রক্রিয়া:$p$

বিশ্বজুড়ে সমস্ত গবেষণা কি কিছুটা "অসীম বানরের উপপাদ্য" বানরদের মতো হয় না? বিবেচনা করুন যে বিশ্বে 23887 টি বিশ্ববিদ্যালয় রয়েছে। যদি প্রতিটি বিশ্ববিদ্যালয়ে 1000 শিক্ষার্থী থাকে তবে প্রতি বছর এটি 23 মিলিয়ন শিক্ষার্থী।

আসুন মনে করি যে প্রতি বছর, প্রতিটি ছাত্র গবেষণা অন্তত এক টুকরা করে, সঙ্গে হাইপোথিসিস টেস্টিং ব্যবহার করা যাক ।$\alpha=0.05$

এর অর্থ এই নয় যে এমনকি সমস্ত গবেষণার নমুনাগুলি এলোমেলো জনসংখ্যা থেকে টেনে নেওয়া হলেও, তাদের প্রায় 5% "নাল অনুমানটি অবৈধ হিসাবে প্রত্যাখ্যান করবেন"। কি দারুন. সেইটার জন্য ভাবেন. এটি "উল্লেখযোগ্য" ফলাফলের কারণে প্রতি বছর প্রকাশিত হয় প্রায় এক মিলিয়ন গবেষণামূলক প্রবন্ধ।

যদি এটি এইভাবে কাজ করে তবে এটি ভীতিজনক। এর অর্থ হল যে আমরা প্রচুর "বৈজ্ঞানিক সত্য" গ্রহণ করি তা নির্ভেজাল এলোমেলোতার উপর ভিত্তি করে।

আর কোডের একটি সহজ অংশ আমার বোঝার জন্য সমর্থন করে বলে মনে হচ্ছে:

library(data.table)
dt <- data.table(p=sapply(1:100000,function(x) t.test(rnorm(10,0,1))$p.value))
dt[p<0.05,]

সফল ফিশিং সম্পর্কিত এই নিবন্ধটি কি : আমি ভাবতে ভাবতে চকোলেট কয়েক মিলিয়ন ওজন হ্রাস করতে সহায়তা করে। এখানে কিভাবে ।$p$

আসলেই কি এটি আছে? এভাবেই কি "বিজ্ঞান" কাজ করার কথা?

Comments

প্রকৃত সমস্যাটি তাত্পর্য স্তরের দ্বারা সত্য নাল সংখ্যা গুন করার চেয়ে অনেক বেশি খারাপ, তাত্পর্য খুঁজে পাওয়ার চাপের কারণে (যদি কোনও গুরুত্বপূর্ণ জার্নাল অ-তাত্পর্যপূর্ণ ফলাফল প্রকাশ করে না, বা কোনও রেফারি এমন একটি কাগজ প্রত্যাখ্যান করবে যা এমন নয় তাৎপর্যপূর্ণ ফলাফল রয়েছে, তাত্পর্য অর্জনের উপায় খুঁজে পাওয়ার জন্য চাপ রয়েছে ... এবং আমরা এখানে অনেক প্রশ্নের 'তাত্পর্যপূর্ণ শিকার' অভিযানগুলি দেখতে পাচ্ছি); এটি সত্য তাৎপর্য স্তরের দিকে নিয়ে যেতে পারে যা তারা প্রদর্শিত হওয়ার চেয়ে অনেক বেশি।

— গ্লেন_বি

অন্যদিকে, অনেক নাল অনুমানগুলি বিন্দু নাল, এবং সেগুলি খুব কমই আসলে সত্য।

— গ্লেন_বি

দয়া করে বৈজ্ঞানিক পদ্ধতিটিকে পি-মানগুলির সাথে সংযুক্ত করবেন না। অন্যান্য বিষয়ের মধ্যে বিজ্ঞান পুনরুত্পাদনযোগ্যতার উপর জোর দেয় । এভাবেই বলা হয়, কাগজপত্রগুলি বলে, শীতল ফিউশন প্রকাশিত হতে পারে (1989 সালে) তবে কোল্ড ফিউশনটি গত ত্রৈমাসিক শতাব্দীর কোনও স্থায়ী বৈজ্ঞানিক তত্ত্ব হিসাবে বিদ্যমান নেই। আরও মনে রাখবেন যে কয়েকটি বিজ্ঞানীই সেই অঞ্চলে কাজ করতে আগ্রহী যেখানে প্রাসঙ্গিক নাল অনুমানটি সত্য । সুতরাং, আপনার অনুমান যে "সমস্ত গবেষণার নমুনা [এ] এলোমেলো জনসংখ্যা থেকে টানা হয়েছিল" বাস্তবে কোন কিছুর প্রতিফলন করে না।

— whuber

এক্সকেসিডি জেলি শিম কার্টুনের বাধ্যতামূলক রেফারেন্স । সংক্ষিপ্ত উত্তর - দুর্ভাগ্যক্রমে এটি প্রায়শই ঘটে চলেছে, এবং কিছু জার্নাল এখন পাবলিক ডোমেইনে প্রবেশের "উল্লেখযোগ্য" গবেষণার পরিমাণ হ্রাস করতে প্রতিটি প্রকাশনা পর্যালোচনা করার জন্য একটি পরিসংখ্যানবিদকে জোর দিচ্ছেন। এই পূর্বের আলোচনায়

— ফ্লোরিস

সম্ভবত আমি অভিযোগটি পাই না ... "আমরা সাফল্যের সাথে 95% বগাস অনুমানকে পরাজিত করেছি। বাকী 5% অর্থবহ প্রভাবগুলির মতো এলোমেলো ওঠানামা করার কারণে পরাস্ত করতে এতটা সহজ ছিল না। আমাদের আরও ঘনিষ্ঠভাবে তাকানো উচিত এবং এড়ানো উচিত অন্যান্য 95%। " এটি "বিজ্ঞান" এর মতো কোনও কিছুর জন্য সঠিক ধরণের আচরণের মতো শোনাচ্ছে।

— এরিক টাওয়ার

Answer 1

এটি অবশ্যই একটি বৈধ উদ্বেগ, তবে এটি একেবারেই ঠিক নয়।

যদি ১,০০,০০০ অধ্যয়ন করা হয় এবং সমস্ত নাল অনুমান সত্য হয় তবে আনুমানিক 50,000 এর পি <0.05 তে উল্লেখযোগ্য ফলাফল হবে results এটিই এপি মান মানে। যাইহোক, নাল মূলত কখনই কঠোরভাবে সত্য হয় না। তবে আমরা যদি এটি "প্রায় সত্য" বা "প্রায় সঠিক" বা এরকম কিছুতে আলগা করি তবে এর অর্থ দাঁড়াবে যে ১,০০,০০০ অধ্যয়ন অবশ্যই সমস্ত বিষয়গুলির মতো হতে হবে

• সামাজিক সুরক্ষা নম্বর এবং আইকিউয়ের মধ্যে সম্পর্ক
• আপনার পায়ের আঙ্গুলের দৈর্ঘ্য কি আপনার জন্মের রাজ্যের সাথে সম্পর্কিত?

ইত্যাদি। ছাইপাঁশ.

একটি সমস্যা অবশ্যই, আমরা জানি না কোন নালগুলি সত্য। আরেকটি সমস্যা হ'ল @ গ্লেন_ বি তার মন্তব্যে উল্লিখিত - ফাইল ড্রয়ারের সমস্যা।

এই কারণেই আমি রবার্ট অ্যাবেলসনের ধারণাগুলির এত পছন্দ করি যে তিনি স্ট্যাটিস্টিটিসে প্রিন্সিপড আর্গুমেন্ট হিসাবে রেখেছিলেন । এটি হ'ল সংখ্যাসঙ্গিক প্রমাণগুলি কেন কিছু কেস তা ম্যাসিকের মানদণ্ডে বিচার করা উচিত সে সম্পর্কে একটি মূল তর্কটির অংশ হওয়া উচিত:

• প্রশস্ততা: প্রভাব কত বড়?
• বক্তব্য: এটি কি "আইফএস", "অ্যান্ডস" এবং "বুটস" পূর্ণ (এটি খারাপ)
• সাধারণতা: এটি কতটা প্রযোজ্য?
• Interestingness
• ক্রেডিটবিলিট: অবিশ্বাস্য দাবির জন্য অনেক প্রমাণ প্রয়োজন

Comments

একজন কি এমনকি "1 এম স্টাডিস সম্পন্ন করা এবং সমস্ত নাল অনুমানগুলি সত্য হয়ে গেলেও প্রায় 50.000 টাইপ 1 ত্রুটি সম্পাদন করে এবং নাল অনুমানটি ভুলভাবে প্রত্যাখ্যান করতে পারে? কোনও গবেষক যদি পি <0.05 পান তবে তারা কেবল জানে যে" এইচ 0 সঠিক? এবং একটি বিরল ঘটনা ঘটেছে বা এইচ 1 ভুল "" এই গবেষণার ফলাফলগুলি

— দেখলে

আপনি কেবলমাত্র একটি মিথ্যা ইতিবাচক পেতে পারেন যদি ইতিবাচক সত্য, মিথ্যা হয়। আপনি যদি 40 আইভি বাছাই করে থাকেন যা সমস্ত শব্দ ছিল, তবে আপনার কাছে টাইপ আই ত্রুটির একটি ভাল সম্ভাবনা থাকবে। তবে সাধারণত আমরা একটি কারণে আইভি বাছাই করি। এবং নাল মিথ্যা। নালটি মিথ্যা হলে আপনি টাইপ আই ত্রুটি করতে পারবেন না।

— পিটার ফ্লুম

বুলেট পয়েন্ট সহ আপনার দ্বিতীয় অনুচ্ছেদটি আমি মোটেই বুঝতে পারি না। আসুন যুক্তির খাতিরে বলি যে 1 মিলিয়ন সমস্ত স্টাডিজ একটি নির্দিষ্ট শর্ত নিরাময়ের জন্য ড্রাগের যৌগগুলি পরীক্ষা করছিল। এই প্রতিটি স্টাডির নাল হাইপোথিসিসটি হ'ল ড্রাগটি শর্তটি নিরাময় করে না। সুতরাং, কেন এটি অবশ্যই "মূলত কখনই সত্য নয়"? এছাড়াও, আপনি কেন বলেন যে সমস্ত স্টাডিজ এসএস # এবং আইকিউর মতো অযৌক্তিক সম্পর্কগুলি সম্পর্কে থাকতে হবে? আপনার অতিরিক্ত বক্তব্য বুঝতে সাহায্য করতে পারে এমন কোনও অতিরিক্ত ব্যাখ্যা দেওয়ার জন্য ধন্যবাদ।

— চলোনিয়ান

@ পিটারফ্লমের উদাহরণগুলি কংক্রিট করার জন্য: এসএসএন এর প্রথম তিনটি অঙ্ক (অভ্যস্ত) আবেদনকারীর জিপ কোডটি এনকোড করে। যেহেতু পৃথক রাজ্যের কিছুটা পৃথক জনসংখ্যার চিত্র এবং পায়ের পায়ের আকার কিছু জনসংখ্যার সাথে সম্পর্কিত হতে পারে (বয়স, বর্ণ ইত্যাদি) সুতরাং সামাজিক সুরক্ষা নম্বর এবং পায়ের আঙ্গুলের আকারের মধ্যে প্রায় অবশ্যই একটি সম্পর্ক রয়েছে - যদি কারও কাছে পর্যাপ্ত ডেটা থাকে।

— ম্যাট ক্রাউস

@ ম্যাটক্রাউজ এর ভাল উদাহরণ। আমি লিঙ্গ অনুসারে আঙুল গণনা পছন্দ করি। আমি নিশ্চিত যে আমি যদি সমস্ত পুরুষ এবং সমস্ত মহিলার একটি জনগণনা গ্রহণ করি তবে আমি দেখতে পাব যে একটি লিঙ্গের গড় অন্যটির চেয়ে বেশি আঙ্গুল রয়েছে। একটি অত্যন্ত বড় নমুনা না নিয়ে, কোন লিঙ্গটির আরও আঙ্গুল রয়েছে তা আমার কোনও ধারণা নেই। তদতিরিক্ত, আমি গ্লোভ নির্মাতা হিসাবে সন্দেহ করি আমি গ্লাভ ডিজাইনে আঙুলের আদমশুমারির ডেটা ব্যবহার করব।

— এমোরি

Answer 2

বিশ্বজুড়ে সমস্ত গবেষণা কি কিছুটা "অসীম বানরের উপপাদ্য" বানরের মতো নয়?

মনে রাখবেন, বিজ্ঞানীরা সমালোচকভাবে অসীম বানরের মতো নন, কারণ তাদের গবেষণা আচরণ - বিশেষত পরীক্ষামূলক - এলোমেলো কিছু নয়। পরীক্ষাগুলি (অন্তত ধারণা করা যায়) অবিশ্বাস্যভাবে সাবধানে নিয়ন্ত্রিত ম্যানিপুলেশন এবং পরিমাপ যা পূর্ববর্তী গবেষণার একটি বৃহত দেহের উপর ভিত্তি করে যান্ত্রিকভাবে অবহিত হাইপোথিসিসের উপর ভিত্তি করে। এগুলি কেবল অন্ধকারে র্যান্ডম শট নয় (বা টাইপরাইটারে বানরের আঙ্গুলগুলি)।

বিবেচনা করুন যে বিশ্বে 23887 টি বিশ্ববিদ্যালয় রয়েছে। যদি প্রতিটি বিশ্ববিদ্যালয়ে 1000 শিক্ষার্থী থাকে তবে এটি প্রতি বছর 23 মিলিয়ন শিক্ষার্থী। ধরা যাক যে প্রতি বছর, প্রতিটি শিক্ষার্থী কমপক্ষে একটি গবেষণা করে,

প্রকাশিত গবেষণামূলক অনুসন্ধানের সংখ্যার জন্য সেই অনুমানটি পথ ছাড়তে পারে। আমি জানি না যে বিশ্বে ২৩ মিলিয়ন "বিশ্ববিদ্যালয়ের শিক্ষার্থী" রয়েছে (এতে কি কেবল বিশ্ববিদ্যালয়, বা কলেজগুলিও অন্তর্ভুক্ত রয়েছে?) তবে আমি জানি যে তাদের অধিকাংশই কোনও বৈজ্ঞানিক অনুসন্ধান প্রকাশ করে না। আমি বলতে চাইছি তাদের বেশিরভাগই বিজ্ঞানের প্রধান নয় এবং এমনকি বেশিরভাগ বিজ্ঞান মেজর কখনই ফলাফল প্রকাশ করে না।

প্রতিবছর বৈজ্ঞানিক প্রকাশনাগুলির জন্য আরও সম্ভবত অনুমান (কিছু আলোচনা ) প্রায় 1-2 মিলিয়ন।

এর অর্থ এই নয় যে এমনকি সমস্ত গবেষণার নমুনাগুলি এলোমেলো জনসংখ্যা থেকে টেনে নেওয়া হলেও, তাদের প্রায় 5% "নাল অনুমানটি অবৈধ হিসাবে প্রত্যাখ্যান করবেন"। কি দারুন. ভেবে দেখুন। এটি "উল্লেখযোগ্য" ফলাফলের কারণে প্রতি বছর প্রকাশিত হয় প্রায় এক মিলিয়ন গবেষণামূলক প্রবন্ধ।

মনে রাখবেন, সমস্ত প্রকাশিত গবেষণার এমন পরিসংখ্যান নেই যেখানে পি = 0.05 মানের তাত্পর্য রয়েছে। প্রায়শই কেউ পি <0.01 বা এমনকি পি <0.001 এর মতো পি মানগুলি দেখে। আমি জানি না অবশ্যই "অর্থ" পি মানটি এক মিলিয়ন পেপারেরও বেশি।

যদি এটি এইভাবে কাজ করে তবে এটি ভীতিজনক। এর অর্থ হল যে আমরা প্রচুর "বৈজ্ঞানিক সত্য" গ্রহণ করি তা নির্ভেজাল এলোমেলোতার উপর ভিত্তি করে।

এছাড়াও মনে রাখবেন, বিজ্ঞানীরা সত্যই 0.05 এর কাছাকাছি "বৈজ্ঞানিক সত্য" হিসাবে খুব অল্প সংখ্যক ফলাফল নেবেন বলে মনে করা হচ্ছে না। কাছেও নয়। বিজ্ঞানীদের অনেকগুলি গবেষণার উপর একীভূত হওয়ার কথা রয়েছে, যার প্রত্যেকটির যথাযথ পরিসংখ্যান শক্তি, প্রশ্রয়যোগ্য প্রক্রিয়া, পুনরুত্পাদনযোগ্যতা, প্রভাবের প্রবণতা ইত্যাদি রয়েছে এবং কিছু ঘটনা কীভাবে কাজ করে তা একটি অস্থায়ী মডেলটিতে অন্তর্ভুক্ত করার কথা রয়েছে।

তবে, এর অর্থ কি প্রায় সমস্ত বিজ্ঞানই সঠিক? কোনভাবেই না. বিজ্ঞানীরা মানুষ, এবং পক্ষপাতদুষ্ট, খারাপ গবেষণা পদ্ধতি (অযৌক্তিক পরিসংখ্যানগত পদ্ধতি সহ), জালিয়াতি, সাধারণ মানুষের ত্রুটি এবং দুর্ভাগ্যের শিকার হন। সম্ভবত প্রকাশিত বিজ্ঞানের একটি স্বাস্থ্যকর অংশটি কেন ভুল, এগুলির প্রভাবগুলি <পি 0.05 কনভেনশনের চেয়ে এই কারণগুলি are প্রকৃতপক্ষে, আসুন কেবল তাড়া করতে ডান কাটা, এবং আপনি যা বলেছি তার চেয়ে একটি "ভয়ঙ্কর" বিবৃতি দেওয়া:

সর্বাধিক প্রকাশিত গবেষণা ফলাফলগুলি মিথ্যা কেন

Comments

আমি বলব যে আয়নানিডস একটি কঠোর যুক্তি দিচ্ছেন যা এই প্রশ্নের ব্যাক আপ করে। বিজ্ঞান যেমন কিছু করা হয় না তেমন আশাবাদীদের এখানে উত্তর দেওয়ার মত উত্তর দেয়। এবং প্রচুর প্রকাশিত গবেষণা কখনও প্রতিলিপি হয় না। তদুপরি, যখন প্রতিরূপের চেষ্টা করা হয়, ফলাফলগুলি ইওনানিডিস যুক্তিটিকে ব্যাক আপ করে যে অনেক প্রকাশিত বিজ্ঞান মূলত বোলকস।

— ম্যাট_ব্লাক

এটি আগ্রহী হতে পারে যে কণা পদার্থবিজ্ঞানে একটি আবিষ্কার দাবি করার জন্য আমাদের পি-মান প্রান্তিকতা 0.00000057।

— ডেভিড জেড

এবং অনেক ক্ষেত্রে, কোনও পি মান হয় না। গণিত এবং তাত্ত্বিক পদার্থবিজ্ঞানের সাধারণ বিষয়।

— ডেভিডম

Answer 3

$p$

$\alpha$

উদাহরণস্বরূপ দেখুন ডেভিড কলকোউনের একটি 2014 পত্রিকার এই সাম্প্রতিক আলোচনাটি: মিথ্যা আবিষ্কারের হার এবং একাধিক পরীক্ষার সাথে বিভ্রান্তি (কোলকহাউনে 2014) । আমি এই "কমপক্ষে 30%" অনুমানের বিরুদ্ধে তর্ক করছি, তবে আমি একমত যে গবেষণার কিছু ক্ষেত্রে মিথ্যা আবিষ্কারের হার 5% এর চেয়ে অনেক বেশি হতে পারে। এটি প্রকৃতই উদ্বেগজনক।

আমি মনে করি না যে নাল প্রায় সত্য নয় বলে এখানে সহায়তা করে; টাইপ এস এবং টাইপ এম ত্রুটিগুলি (অ্যান্ড্রু গেলম্যান প্রবর্তিত হিসাবে) টাইপ I / II ত্রুটির চেয়ে বেশি ভাল নয়।

আমি মনে করি এর প্রকৃত অর্থ কী, কোনও একটি বিচ্ছিন্ন "উল্লেখযোগ্য" ফলাফলের উপর বিশ্বাস করা উচিত নয়।

$\alpha\approx 10^{-7}$$\alpha=0.05$

$p<0.05$$p$

$p<0.05$

Comments

পুনরায় "সংশ্লেষিত পি মানগুলি": আপনি কেবল পৃথক পি মানগুলিকে গুণ করতে পারেন, বা এটিকে কাজ করার জন্য আপনার কিছু রাক্ষস সংশ্লেষ করার দরকার আছে?

— কেভিন

$p$$\alpha$$p$

Answer 4

আপনার উদ্বেগ হ'ল উদ্বেগ যা পুনরুত্পাদনযোগ্যতা সম্পর্কে বিজ্ঞানের বর্তমান আলোচনার একটি দুর্দান্ত বিষয়কে অন্তর্ভূক্ত করে। তবে, সত্যিকারের পরিস্থিতি আপনার প্রস্তাবের চেয়ে কিছুটা জটিল।

প্রথমে কিছু পরিভাষা প্রতিষ্ঠা করা যাক। নাল হাইপোথিসিসের তাত্পর্য পরীক্ষাটি একটি সংকেত সনাক্তকরণ সমস্যা হিসাবে বোঝা যায় - নাল অনুমানটি সত্য বা মিথ্যা, এবং আপনি এটি প্রত্যাখ্যান বা ধরে রাখতে বেছে নিতে পারেন। দুটি সিদ্ধান্ত এবং দুটি সম্ভাব্য "সত্য" রাষ্ট্রগুলির সংমিশ্রণের ফলে নীচের সারণিতে ফলাফল হয়, যা বেশিরভাগ লোকেরা প্রথমবারের পরিসংখ্যান শেখার সময় কোনও এক সময়ে দেখে থাকে:

নাল অনুমানের তাত্পর্য পরীক্ষা করে এমন বিজ্ঞানীরা ব্যবহার করেন সঠিক সিদ্ধান্তের সংখ্যা (নীল রঙে দেখানো হয়েছে) সর্বাধিক করার চেষ্টা এবং ভুল সিদ্ধান্তের সংখ্যা হ্রাস করার চেষ্টা করছেন (লাল রঙে দেখানো হয়েছে)। কর্মরত বিজ্ঞানীরাও তাদের ফলাফলগুলি প্রকাশের চেষ্টা করছেন যাতে তারা চাকরি পেতে এবং তাদের কেরিয়ারকে এগিয়ে নিতে পারে।

$H_0$

---

$H_0$

প্রকাশনা পক্ষপাত

$\alpha$

$p$

স্বাধীনতার গবেষক ডিগ্রি

$\alpha$$\alpha$। প্রচুর পরিমাণে প্রশ্নবিদ্ধ গবেষণা অনুশীলনের উপস্থিতি দেখিয়ে, নামমাত্র হারটি .05 ( সিমনস, নেলসন, এবং সিমোনসোহান, ২০১১ ) সেট করা হলেও ভ্রান্ত ধনাত্মক হারের হার .60 হিসাবে বেশি যেতে পারে ।

এটি লক্ষ্য করা গুরুত্বপূর্ণ যে স্বাধীনতার গবেষক ডিগ্রিগুলির (যা কখনও কখনও প্রশ্নবিদ্ধ গবেষণা অনুশীলন হিসাবে পরিচিত; মার্টিনসন, অ্যান্ডারসন, এবং ডি ভ্রিজ, ২০০৫ ) এর ভুল ব্যবহার ডেটা তৈরির মতো নয় । কিছু ক্ষেত্রে, আউটলিয়ারদের বাদ দেওয়া সঠিক জিনিস, কারণ সরঞ্জাম ব্যর্থ হয় বা অন্য কোনও কারণে। মূল বিষয়টি হ'ল স্বাধীনতার গবেষক ডিগ্রির উপস্থিতিতে বিশ্লেষণ চলাকালীন সিদ্ধান্তগুলি প্রায়শই কীভাবে ডেটা পরিণত হয় তার উপর নির্ভর করে ( জেলম্যান এবং লোকেন, ২০১৪)), এমনকি যদি প্রশ্নে গবেষকরা এই সত্য সম্পর্কে অবগত না হন। গবেষকরা যতক্ষণ না গবেষকগণ একটি তাত্পর্যপূর্ণ ফলাফলের সম্ভাবনা বাড়াতে (সচেতনভাবে বা অসচেতনভাবে) স্বাধীনতার ডিগ্রি ব্যবহার করেন (সম্ভবত কারণ উল্লেখযোগ্য ফলাফলগুলি আরও "প্রকাশযোগ্য" তাই) স্বাধীনতার গবেষক ডিগ্রির উপস্থিতি একটি গবেষণামূলক সাহিতাকে ভ্রান্ত ধনাত্মক করে তুলবে প্রকাশনার পক্ষপাতিত্ব একইভাবে।

---

উপরের আলোচনার জন্য একটি গুরুত্বপূর্ণ সতর্কতা হ'ল বৈজ্ঞানিক কাগজপত্রগুলি (অন্তত মনোবিজ্ঞানে যা আমার ক্ষেত্র) খুব কমই একক ফলাফল নিয়ে গঠিত। আরও সাধারণ হ'ল একাধিক অধ্যয়ন, যার প্রত্যেকটিতে একাধিক পরীক্ষা জড়িত - উপস্থাপিত প্রমাণগুলির জন্য একটি বৃহত যুক্তি তৈরি এবং বিকল্প ব্যাখ্যা বাতিল করার উপর জোর দেওয়া হয়। তবে ফলাফলের বাছাই উপস্থাপনা (বা স্বাধীনতার গবেষক ডিগ্রির উপস্থিতি) একক ফলাফলের মতোই সহজেই ফলাফলের সেটগুলিতে পক্ষপাত আনতে পারে। এই গবেষণার সমস্ত ভবিষ্যদ্বাণী সত্য হয়ে থাকলেও বহু-অধ্যয়ন সংক্রান্ত গবেষণাপত্রে উপস্থাপিত ফলাফলগুলি প্রায়শই অনেক বেশি পরিচ্ছন্ন এবং শক্তিশালী বলে প্রমাণ পাওয়া যায় ( ফ্রান্সিস, ২০১৩ )।

---

উপসংহার

মূলত, আমি আপনার অন্তর্দৃষ্টি দিয়ে একমত যে নাল অনুমানের তাত্পর্য পরীক্ষা ভুল হতে পারে। তবে, আমি যুক্তি দিয়ে বলব যে উচ্চ হারে মিথ্যা ইতিবাচক উত্পাদনকারী প্রকৃত অপরাধীরা হ'ল প্রকাশনা পক্ষপাত এবং স্বাধীনতার গবেষক ডিগ্রির উপস্থিতির মতো প্রক্রিয়া। প্রকৃতপক্ষে, অনেক বিজ্ঞানী এই সমস্যাগুলি সম্পর্কে ভাল জানেন এবং বৈজ্ঞানিক পুনরুত্পাদনযোগ্যতা উন্নত করা একটি অত্যন্ত সক্রিয় বর্তমান আলোচনার বিষয় (যেমন, নোসেক এবং বার-আনান, ২০১২ ; নোসেক, স্পাইস এবং মোটিল, ২০১২ )। সুতরাং আপনি আপনার উদ্বেগগুলির সাথে ভাল সংস্থায় রয়েছেন, তবে আমি মনে করি কিছু সতর্ক আশাবাদী হওয়ার কারণও রয়েছে।

---

তথ্যসূত্র

স্টার্ন, জেএম, এবং সিমস, আরজে (1997)। প্রকাশনা পক্ষপাত: ক্লিনিকাল গবেষণা প্রকল্পগুলির একটি সমীক্ষা সমীক্ষায় বিলম্বিত প্রকাশের প্রমাণ। বিএমজে, 315 (7109), 640–645। http://doi.org/10.1136/bmj.315.7109.640

দেওয়ান, কে।, অল্টম্যান, ডিজি, আরনাইজ, জেএ, ব্লুম, জে।, চ্যান, এ।, ক্রোনিন, ই।, ... উইলিয়ামসন, পিআর (২০০৮)। অধ্যয়ন প্রকাশনার পক্ষপাতিত্ব এবং ফলাফল রিপোর্টিং পক্ষপাতিত্বমূলক অভিজ্ঞতা প্রমাণিত পদ্ধতিগত পর্যালোচনা। প্লস এক, 3 (8), e3081। http://doi.org/10.1371/journal.pone.0003081

রোসানথাল, আর। (1979) নাল ফলাফলের জন্য ফাইল ড্রয়ারের সমস্যা এবং সহনশীলতা। মনস্তাত্ত্বিক বুলেটিন, 86 (3), 638–641। http://doi.org/10.1037/0033-2909.86.3.638

সিমন্স, জেপি, নেলসন, এলডি, এবং সিমোনসোহন, ইউ। (2011)। মিথ্যা-ইতিবাচক মনোবিজ্ঞান: ডেটা সংগ্রহ এবং বিশ্লেষণে অপ্রকাশিত নমনীয়তা যে কোনও কিছুকে উল্লেখযোগ্য হিসাবে উপস্থাপন করতে দেয়। মনস্তাত্ত্বিক বিজ্ঞান, 22 (11), 1359–1366। http://doi.org/10.1177/0956797611417632

মার্টিনসন, বিসি, অ্যান্ডারসন, এমএস, এবং ডি ভ্রিজ, আর। (2005)। বিজ্ঞানীরা খারাপ আচরণ করছেন। প্রকৃতি, 435, 737–738। http://doi.org/10.1038/435737a

গেলম্যান, এ।, এবং লোকেন, ই। (2014)। বিজ্ঞানের পরিসংখ্যান সংকট। আমেরিকান সায়েন্টিস্ট, 102, 460-465।

ফ্রান্সিস, জি। (2013) প্রতিলিপি, পরিসংখ্যানগত ধারাবাহিকতা এবং প্রকাশনা পক্ষপাত। গাণিতিক মনোবিজ্ঞান জার্নাল, 57 (5), 153-179। http://doi.org/10.1016/j.jmp.2013.02.003

নোসেক, বিএ, এবং বার-আনান, ওয়াই (2012)। বৈজ্ঞানিক ইউটোপিয়া: I. বৈজ্ঞানিক যোগাযোগের উদ্বোধন। মনস্তাত্ত্বিক তদন্ত, 23 (3), 217 21243। http://doi.org/10.1080/1047840X.2012.692215

নোসেক, বিএ, স্পাইস, জেআর, এবং মোটাইল, এম (২০১২)। বৈজ্ঞানিক ইউটোপিয়া: II। প্রকাশের উপর সত্য প্রচার করার জন্য উত্সাহ এবং অনুশীলনের পুনর্গঠন। মনস্তাত্ত্বিক বিজ্ঞানের উপর দৃষ্টিভঙ্গি, 7 (6), 615–631 – http://doi.org/10.1177/1745691612459058

Comments

+1 টি। লিঙ্কগুলির দুর্দান্ত সংগ্রহ। আপনার "স্বাধীনতার গবেষক ডিগ্রি" বিভাগের জন্য একটি অত্যন্ত প্রাসঙ্গিক কাগজ এখানে রয়েছে: কাঁটাচামড়ার পথগুলির বাগান: "মাছ ধরা অভিযান" বা "পি-হ্যাকিং" না থাকলেও গবেষণার হাইপোথিসিসটি যখন ছিল তখনও একাধিক তুলনা কেন সমস্যা হতে পারে? সময় এগিয়ে posited অ্যান্ড্রু Gelman এবং এরিক Löken (2013) দ্বারা।

— অ্যামিবা

ধন্যবাদ, @ অ্যামিবা, সেই আকর্ষণীয় উল্লেখের জন্য। আমি বিশেষতঃ গেইলম্যান এবং লোকেন (2013) এ বিষয়টি পছন্দ করি যে স্বাধীনতার গবেষক ডিগ্রির মূলধনকে সচেতন প্রক্রিয়া করার দরকার নেই। আমি আমার উত্তর সম্পাদনা করেছি যে কাগজ অন্তর্ভুক্ত।

— প্যাট্রিক এস ফার্সচার

আমি সবেমাত্র আমেরিকান সায়েন্টিস্টে গেলম্যান ও লোকেন (২০১৪) এর প্রকাশিত সংস্করণটি পেয়েছি।

— প্যাট্রিক এস ফার্সচার

Answer 5

এই প্রশ্নে উত্থাপিত গুরুত্বপূর্ণ ইস্যুতে যথেষ্ট চেক হল "বৈজ্ঞানিক সত্য" পৃথক, বিচ্ছিন্ন প্রকাশনাগুলির ভিত্তিতে নয়। যদি ফলাফলটি যথেষ্ট আকর্ষণীয় হয় তবে এটি অন্যান্য বিজ্ঞানীদের ফলাফলের প্রভাবগুলি অনুসরণ করতে অনুরোধ জানাবে। এই কাজটি মূল আবিষ্কারটিকে নিশ্চিত বা খণ্ডন করে। কোনও পৃথক গবেষণায় সত্য নাল অনুমানকে প্রত্যাখ্যান করার 1/1 টি সম্ভাবনা থাকতে পারে, তবে পর পর দু'বার করে এটির কেবল 1/400।

বিজ্ঞানীরা যদি "তাত্পর্য" খুঁজে না পাওয়া এবং তার ফলাফল প্রকাশ না করা পর্যন্ত কেবল পরীক্ষাগুলির পুনরাবৃত্তি করেন তবে ওপির পরামর্শ অনুযায়ী সমস্যাটি তত বড় হতে পারে। তবে বিজ্ঞান কীভাবে কাজ করে না তা অন্তত আমার প্রায় 50 বছরের বায়োমেডিকাল গবেষণার অভিজ্ঞতায় works তদুপরি, একটি প্রকাশনা একক "তাত্পর্যপূর্ণ" পরীক্ষার ক্ষেত্রে খুব কমই হয় তবে এটি আন্তঃসম্পর্কিত পরীক্ষাগুলির একটি সেট (যার প্রত্যেকটি নিজস্বভাবে "তাৎপর্যপূর্ণ" হওয়া প্রয়োজন) এর উপর ভিত্তি করে তৈরি হয় যা একত্রে বিস্তৃত, সংক্ষিপ্ত অনুমানের জন্য সমর্থন সরবরাহ করে।

অনেক বড় সমস্যা আসে বিজ্ঞানীরা যারা তাদের নিজস্ব অনুমানের প্রতি খুব বেশি প্রতিশ্রুতিবদ্ধ থেকে আসে। এরপরে তারা তাদের অনুমানকে সমর্থন করার জন্য সন্দেহজনক ডেটা সম্পাদনায় জড়িত (নির্বিচারে বহিরাগতদের অপসারণ করার মতো) বা (যেমন আমি দেখেছি এবং ধরতে সহায়তা করেছি) কেবলমাত্র ডেটা তৈরির জন্য পৃথক পরীক্ষার নিদর্শনগুলির অতিরিক্ত ব্যাখ্যা করতে পারে।

পাগল বিজ্ঞানীরা আইভরি টাওয়ারগুলিতে উচ্চ লুকিয়ে থাকা সম্পর্কে পৌরাণিক কাহিনী নির্বিশেষে বিজ্ঞান একটি উচ্চ সামাজিক প্রক্রিয়া। অন্যের কাজ থেকে তারা যা শিখেছে তার উপর ভিত্তি করে হাজার হাজার বিজ্ঞানী তাদের আগ্রহের পিছনে যাচ্ছেন তা নেওয়া মিথ্যা ধনাত্মকতা থেকে চূড়ান্ত প্রাতিষ্ঠানিক সুরক্ষা। মিথ্যা অনুসন্ধানগুলি কখনও কখনও বছরের পর বছর ধরে স্থায়ী হতে পারে, তবে কোনও সমস্যা যথেষ্ট গুরুত্বপূর্ণ হলে প্রক্রিয়াটি অবশেষে ভ্রান্ত সিদ্ধান্তগুলি সনাক্ত করতে পারে।

Comments

অনুমান বিভ্রান্তিকর হতে পারে। একটি "তাত্পর্য" অর্জনের এবং তারপর প্রকাশ না হওয়া পর্যন্ত পরীক্ষায় পুনরায় ব্যবসা হয়, তাহলে প্রয়োজন পরীক্ষায় প্রত্যাশিত সংখ্যা ইনিশিয়াল "উল্লেখযোগ্য" ফলাফলের প্রকাশ এবং এটি আপ অনুসরণ করতে একটি দ্বিতীয় "উল্লেখযোগ্য" ফলাফল নিয়ে শুধু 40 । $1/4000$$40$

— হোবার

23 এম গবেষণার মধ্যে, আমরা এখনও বলতে পারিনি যে 5000 ফলাফল কেবল শব্দের কারণে নাল হাইপোথিসিসকে প্রত্যাখ্যান করে, আমরা কি পারি? এটি সত্যিই স্কেলের সমস্যাও। আপনার লক্ষ লক্ষ গবেষণা হয়ে গেলে, টাইপ 1 ত্রুটিটি সাধারণ হবে।

— n_mu_sigma

২৩,০০,০০০ গবেষণার মধ্যে যদি মাত্র 5000 ভ্রান্ত সিদ্ধান্ত হয় তবে আমি সেই অস্বাভাবিক কথা বলব !

— হোবার

বিজ্ঞানটি করার এবং অন্যান্য বিজ্ঞানীদের জ্ঞানের প্রায় 50 বছরের মধ্যে আমি "তাত্পর্য" অর্জন না করা পর্যন্ত যারা পরীক্ষা-নিরীক্ষার পুনরাবৃত্তি করেছিল তাদের সম্পর্কে আমি ভাবতে পারি না। @ ভুবার দ্বারা উত্থাপিত তাত্ত্বিক সম্ভাবনাটি আমার অভিজ্ঞতায়, কোনও বড় ব্যবহারিক সমস্যা নয়। অনেক বড় ব্যবহারিক সমস্যা ডেটা তৈরি করা হয়, হয় পরোক্ষভাবে "আউটলিয়ারদের" ফেলে দিয়ে যা পূর্বধারণার সাথে খাপ খায় না, বা শুরু করার জন্য কেবল "ডেটা" তৈরি করে। এই আচরণগুলি আমি প্রথম হাত দেখেছি এবং পি- ভ্যালুগুলি সামঞ্জস্য করে সেগুলি ঠিক করা যায় না ।

— এডিএম

@ এডিএম "পৃথক গবেষণায় সত্য নাল অনুমানকে প্রত্যাখ্যান করার এক 1/20 সম্ভাবনা থাকতে পারে, তবে পর পর দু'বার করার জন্য কেবল 1/4000"। দ্বিতীয় নম্বরটি কীভাবে পেলেন?

— আকসকল

Answer 6

কেবল আলোচনায় যুক্ত করার জন্য, এখানে কীভাবে লোকেরা সাধারণত পি-মানকে ভুল বোঝে তা নিয়ে একটি আকর্ষণীয় পোস্ট এবং পরবর্তী আলোচনা।

যে কোনও ক্ষেত্রে যা রাখা উচিত তা হ'ল পি-ভ্যালু প্রদত্ত অনুমানকে প্রত্যাখ্যান করার ক্ষেত্রে প্রমাণের শক্তির একটি পরিমাপ মাত্র। একটি পি-মান অবশ্যই শক্ত প্রান্ত নয় যা নীচে কিছু "সত্য" এবং তার উপরে এটি কেবল সুযোগের কারণে। উপরে উল্লিখিত পোস্টে ব্যাখ্যা হিসাবে:

ফলাফলগুলি বাস্তব প্রভাব এবং সুযোগের সংমিশ্রণ, এটি / / হয় না

Comments

হতে পারে এটি পি-মানগুলি বোঝার ক্ষেত্রে অবদান রাখবে: stats.stackexchange.com/questions/166323/…

Answer 7

অন্যান্য উত্তরে যেমন উল্লেখ করা হয়েছে, এটি কেবল তখনই সমস্যা তৈরি করবে যখন আপনি নির্বাচিতভাবে ইতিবাচক ফলাফলগুলি বিবেচনা করতে যাচ্ছেন যেখানে নাল অনুমানটি বাতিল হয়। এ কারণেই বিজ্ঞানীরা পর্যালোচনা নিবন্ধগুলি লেখেন যেখানে তারা পূর্বে প্রকাশিত গবেষণার ফলাফলগুলি বিবেচনা করে এবং তার ভিত্তিতে বিষয়টির আরও ভাল বোঝার বিকাশের চেষ্টা করে। তবে, এখনও একটি সমস্যা রয়ে গেছে, যা তথাকথিত "প্রকাশনার পক্ষপাতিত্ব" এর কারণে, অর্থাৎ বিজ্ঞানীরা একটি নেতিবাচক ফলাফলের চেয়ে ইতিবাচক ফলাফল সম্পর্কে একটি নিবন্ধ লেখার সম্ভাবনা বেশি, একটি নেতিবাচক ফলাফলের উপর একটি কাগজও ইতিবাচক ফলাফলের কাগজের চেয়ে প্রকাশের জন্য প্রত্যাখ্যাত হওয়ার সম্ভাবনা বেশি।

বিশেষত ক্ষেত্রগুলিতে যেখানে পরিসংখ্যান পরীক্ষা খুব গুরুত্বপূর্ণ এটি একটি বড় সমস্যা হবে, ওষুধের ক্ষেত্র একটি কুখ্যাত উদাহরণ is এ কারণেই ক্লিনিকাল ট্রায়ালগুলি পরিচালনা করার আগে (যেমন এখানে ) নিবন্ধকরণ বাধ্যতামূলক করা হয়েছিল । সুতরাং, আপনার অবশ্যই সেট আপটি ব্যাখ্যা করতে হবে, কীভাবে পরিসংখ্যান বিশ্লেষণ সম্পাদিত হতে চলেছে ইত্যাদি the শীর্ষস্থানীয় মেডিকেল জার্নালগুলি পরীক্ষাগুলি প্রকাশ করতে অস্বীকার করবে যদি তারা পরীক্ষাগুলি নিবন্ধভুক্ত না হওয়ার বিষয়ে রিপোর্ট করে।

দুর্ভাগ্যবশত, এই পরিমাপ সত্ত্বেও, সিস্টেম যে সমস্ত ভাল কাজ করছে না ।

Comments

হতে পারে এটি পি-ভ্যালুগুলি বোঝার ক্ষেত্রে অবদান রাখবে: stats.stackexchange.com/questions/166323/…

Answer 8

এটি বৈজ্ঞানিক পদ্ধতি সম্পর্কে একটি খুব গুরুত্বপূর্ণ সত্যের কাছাকাছি: এটি মিথ্যাচারের উপর জোর দেয়। বিজ্ঞানের দর্শন যা আজ সবচেয়ে জনপ্রিয়, কার্ল পপারের কর্নার পাথর হিসাবে মিথ্যা প্রমাণের ধারণা রয়েছে ।

প্রাথমিক বৈজ্ঞানিক প্রক্রিয়াটি হ'ল:

• যে কোনও সময় যে কোনও তত্ত্ব দাবি করতে পারেন। বিজ্ঞান যে কোনও তত্ত্বকে "মিথ্যা প্রমাণযোগ্য" বলে স্বীকার করবে। এই শব্দের সবচেয়ে আক্ষরিক অর্থে হ'ল, অন্য কেউ যদি দাবিটি পছন্দ না করে তবে সেই ব্যক্তি দাবিটি অস্বীকার করার জন্য সংস্থানগুলি ব্যয় করতে মুক্ত। আপনি যদি মনে করেন না অর্গাইল মোজা ক্যান্সার নিরাময় করে, আপনি এটিকে অস্বীকার করার জন্য আপনার নিজের মেডিকেল ওয়ার্ড ব্যবহার করতে পারেন।

• প্রবেশের জন্য এই বারটি নিখরচায় কম, এটি একটি traditionalতিহ্যগত যে একটি সাংস্কৃতিক গোষ্ঠী হিসাবে "বিজ্ঞান" সত্যই কোনও ধারণা উপভোগ করবে না যতক্ষণ না আপনি নিজের তত্ত্বকে মিথ্যা বলার জন্য "ভাল প্রচেষ্টা" না করেন।

• ধারণাগুলির গ্রহণযোগ্যতা পর্যায়ক্রমে যেতে থাকে। আপনি আপনার ধারণাটি একটি অধ্যয়ন এবং একটি স্বল্প পি-ভ্যালু সহ একটি জার্নাল নিবন্ধে পেতে পারেন। যা আপনাকে কিনে তা প্রচার এবং কিছু বিশ্বাসযোগ্যতা cred যদি কেউ আপনার ধারণায় আগ্রহী হয় যেমন আপনার বিজ্ঞানের ইঞ্জিনিয়ারিং অ্যাপ্লিকেশন রয়েছে তবে তারা এটি ব্যবহার করতে চাইতে পারে। এই সময়ে, তারা মিথ্যাবাদীকরণের অতিরিক্ত রাউন্ডের তহবিল সরবরাহ করার সম্ভাবনা বেশি।

• এই প্রক্রিয়াটি সর্বদা একই মনোভাব সহকারে এগিয়ে যায়: আপনি যা চান বিশ্বাস করুন, তবে এটিকে বিজ্ঞান বলার জন্য আমার এটি পরে অস্বীকার করতে সক্ষম হওয়া দরকার।

প্রবেশের জন্য এই লো বারটি এটি এত অভিনব হতে দেয়। হ্যাঁ, সেখানে প্রচুর তাত্ত্বিকভাবে "ভুল" জার্নাল নিবন্ধ রয়েছে। যাইহোক, মূল যে প্রতি প্রকাশিত নিবন্ধটি হয় তত্ত্ব falsifiable, তাই সময় যে কোন মুহুর্তে, কেউ এটা পরীক্ষা করার জন্য টাকা খরচ করতে পারে।

এটিই মূল কী: জার্নালগুলিতে কেবল এমন জিনিস থাকে যা যুক্তিসঙ্গত পি-পরীক্ষায় উত্তীর্ণ হয় না, তবে ফলাফলগুলি মিথ্যা বলে প্রমাণিত হলে এটি অন্যদেরকে তা ভেঙে ফেলার কীগুলির মধ্যে রয়েছে।

Comments

এটি অত্যন্ত আদর্শবাদী। কিছু লোক উদ্বেগ প্রকাশ করেছেন যে অনেকগুলি ভুল কাগজপত্র সাহিত্যে খুব কম সংকেত-থেকে-শব্দের অনুপাত তৈরি করতে পারে এবং বৈজ্ঞানিক প্রক্রিয়াটিকে গুরুতরভাবে ধীরগতিতে বা বিপথগামী করতে পারে।

— অ্যামিবা

@ অ্যামিবা আপনি একটি ভাল বক্তব্য তুলে ধরেছেন। আমি অবশ্যই আদর্শ কেসটি ক্যাপচার করতে চেয়েছিলাম কারণ আমি দেখতে পেলাম যে গোলমালে এটি খুব হারিয়ে গেছে। এর বাইরে, আমি মনে করি সাহিত্যে এসএনআর প্রশ্নটি একটি বৈধ প্রশ্ন, তবে কমপক্ষে এটি একটি ভারসাম্যপূর্ণ হওয়া উচিত। দরিদ্র জার্নাল বনাম ভাল জার্নালগুলির ইতিমধ্যে ধারণাগুলি রয়েছে, সুতরাং কিছু ভারসাম্য রয়েছে যে কিছু সময়ের জন্য ব্যালেন্সিং আইন চলছে।

— কর্ণ আম্মোন

বিজ্ঞানের দর্শনটির এই উপলব্ধিটি কয়েক দশকের পুরনো বলে মনে হয়। বিজ্ঞান কীভাবে ঘটে তা সম্পর্কে একটি সাধারণ শহুরে পৌরাণিক কাহিনী হিসাবে পপ্পেরিয়ান মিথ্যাবাদিতা কেবল "জনপ্রিয়" ।

— এনার্জি

@ এনারজি নাম্বারস আপনি কি আমাকে ভাবনার নতুন পথে আলোকিত করতে পারবেন? এসই দর্শনের আপনার থেকে খুব আলাদা মতামত রয়েছে। আপনি ওইখানে প্রশ্ন ইতিহাস তাকান, Popperian মিথ্যা-প্রতিপাদনযোগ্যতার হয় যারা তাদের ভয়েস স্পোক সংখ্যাগরিষ্ঠ জন্য বিজ্ঞানের সংজ্ঞা চরিত্রগত। আমি নতুন চিন্তাভাবনা শিখতে এবং এটিকে এখানে আনতে পছন্দ করব!

— আম্মন

নতুন? কুহান দশক আগে পপারকে খণ্ডন করেছিলেন। যদি আপনি দর্শন সম্পর্কিত কোনও পপ্পেরিয়ান না পেয়ে থাকেন se তবে আপডেট করা এটি একটি হারানো কারণ বলে মনে হচ্ছে - কেবল 1950 এর দশকে ছেড়ে দিন। আপনি যদি নিজেকে আপডেট করতে চান তবে একবিংশ শতাব্দীর বিজ্ঞানের দর্শনের কোনও স্নাতক প্রাইমার আপনাকে শুরু করতে হবে।

— এনার্জি

Answer 9

এভাবেই কি "বিজ্ঞান" কাজ করার কথা?

এভাবেই প্রচুর সামাজিক বিজ্ঞান কাজ করে। শারীরিক বিজ্ঞানের সাথে এত কিছু নেই। এটি ভাবুন: আপনি একটি প্রশ্ন কম্পিউটারে টাইপ করেছেন। পদার্থবিজ্ঞান, রসায়ন এবং শারীরিক বিজ্ঞানের অন্যান্য ক্ষেত্রের জ্ঞান ব্যবহার করে লোকেরা কম্পিউটার নামের এই জটিল প্রাণীটিকে তৈরি করতে সক্ষম হয়েছিল। আপনার বর্ণনা অনুসারে পরিস্থিতি যদি খারাপ হয় তবে ইলেক্ট্রনিক্সগুলির কোনওটিই কাজ করবে না। বা একটি ইলেকট্রনের ভর হিসাবে জিনিসগুলি সম্পর্কে চিন্তা করুন, যা উন্মাদ নির্ভুলতার সাথে পরিচিত। তারা ওভারের ওপরে একটি কম্পিউটারে বিলিয়ন বিলিক গেট দিয়ে যায় এবং আপনার কম্পিউটার এখনও বছরের পর বছর ধরে কাজ করে এবং কাজ করে।

আপডেট: আমি পেয়েছি নিচের ভোটের প্রতিক্রিয়া জানাতে, আমি আপনাকে কয়েকটি উদাহরণ দিতে অনুপ্রাণিত হয়েছি felt

প্রথমটি পদার্থবিজ্ঞান থেকে: বাইস্ট্রিটস্কি, ভিএম, এবং অন্যান্য et " জ্যাস্ট্রোফিজিকাল এস উপাদানগুলি এবং পি (ডি, γ) এর ক্রস বিভাগগুলি পরিমাপ 3 একটি জিরকোনিয়াম ডিউটারাইড লক্ষ্য ব্যবহার করে আল্ট্রা শক্তি শক্তি অঞ্চলে তার প্রতিক্রিয়া " " কণা এবং নিউক্লি চিঠিগুলির পদার্থবিদ্যা 10.7 (2013): 717-722।

$0.237 \pm 0.061$

আমার পরবর্তী উদাহরণটি হ'ল ... মনোবিজ্ঞান: প্যাস্তিয়ান-আন্ডারডাহল, সামান্থা সি, লিসা স্ল্যাটারি ওয়াকার, এবং ডেভিড জে ওয়াওহর। " নেতৃত্বের কার্যকারিতা সম্পর্কে লিঙ্গ এবং উপলব্ধি: প্রাসঙ্গিক মডারেটরের একটি মেটা-বিশ্লেষণ ।" ফলিত মনোবিজ্ঞান জার্নাল, 2014, খণ্ড। 99, নং 6, 1129 –1145।

$\chi^2$

এখন, কাগজপত্রগুলি থেকে কিছু সারণী দেখুন এবং অনুমান করুন যে সেগুলি কোন কাগজ থেকে এসেছে:

এই উত্তরটি কেন একটি ক্ষেত্রে আপনার "শীতল" পরিসংখ্যান প্রয়োজন এবং অন্য কোনও ক্ষেত্রে আপনার প্রয়োজন নেই: কারণ ডেটা হয় কৃপণ বা না হয়। আপনার যখন ভাল ডেটা থাকে, তখন আপনার স্ট্যান্ডার্ড ত্রুটির বাইরে খুব বেশি স্ট্যাটাসের দরকার হয় না।

আপডেট 2: @ প্যাট্রিকস.ফোরচার মন্তব্যটিতে একটি আকর্ষণীয় বিবৃতি দিয়েছেন:

এটিও সত্য যে সামাজিক বিজ্ঞানের তত্ত্বগুলি পদার্থবিজ্ঞানের তত্ত্বগুলির তুলনায় "নরম" (কম প্রথাগত)।

আমি অবশ্যই দ্বিমত পোষণ করব। অর্থনীতি এবং ফিনান্সে তত্ত্বগুলি "নরম" কিছু নয়। আপনি এই ক্ষেত্রগুলিতে এলোমেলোভাবে একটি কাগজ সন্ধান করতে পারেন এবং এর মতো কিছু পেতে পারেন:

ইত্যাদি।

এটি শেরভিশ, মার্ক জে, টেডি সিডেনফিল্ড এবং জোসেফ বি কাদানে। " প্রত্যাশিত ইউটিলিটি তত্ত্বের এক্সটেনশান এবং জোড়াযুক্ত তুলনার কিছু সীমাবদ্ধতা " " (2003)। এটা কি তোমার কাছে নরম লাগছে?

আমি এখানে আমার বক্তব্যটির পুনরাবৃত্তি করছি যে যখন আপনার তত্ত্বগুলি ভাল না হয় এবং ডেটাটি কৃপণ থাকে তখন আপনি সবচেয়ে শক্ত গণিতটি ব্যবহার করতে পারেন এবং তবুও একটি ছদ্মবেশী ফলাফল পেতে পারেন।

এই কাগজে তারা ইউটিলিটিগুলি সম্পর্কে কথা বলছে, ধারণাটি সুখ এবং তৃপ্তির মতো - একেবারে অযৌক্তিক। এটি এমন একটি বাড়ি যা বনাম একটি চিজবার্গার খাওয়ার ব্যবহার কী? সম্ভবত এই ফাংশনটি রয়েছে, যেখানে আপনি "খাবেন পিজারবার্গার" বা "নিজের বাড়িতে থাকুন" প্লাগ করতে পারেন এবং ফাংশনটি কয়েকটি ইউনিটে উত্তরটি থুথু করবে। যতটা পাগল শোনাচ্ছে এটিই আধুনিক বাস্তুবিদ্যার উপর নির্মিত, ভ্যান নিউম্যানকে ধন্যবাদ।

Comments

+1 কেন নিশ্চিত নয় যে এটি কেন দুইবার নিম্নচোট করা হয়েছিল। আপনি মূলত নির্দেশ করছেন যে পদার্থবিজ্ঞানের গবেষণাগুলি পরীক্ষা-নিরীক্ষার মাধ্যমে পরীক্ষা করা যায় এবং সামাজিক বিজ্ঞানের বেশিরভাগ "আবিষ্কার" হতে পারে না, যা তাদের প্রচুর মিডিয়া মনোযোগ পেতে বাধা দেয় না।

— ফ্লাউন্ডারিয়ার

বেশিরভাগ পরীক্ষাগুলি চূড়ান্তভাবে এক ধরণের পরিসংখ্যানগত পরীক্ষার সাথে জড়িত থাকে এবং এখনও পি-ভ্যালু ফিশিংয়ের মতো টাইপ 1 ত্রুটি এবং দুর্ব্যবহারের জন্য জায়গা ছেড়ে দেয়। আমি মনে করি যে সামাজিক বিজ্ঞানকে একত্রিত করা কিছুটা দাগের ছাপ।

— কেনজি

@ গুয়েলহেরেমেকজিজি চিহায়া যা বলছেন তার কিছুটা সংশোধন করার জন্য, ত্রুটিগুলির স্ট্যান্ডার্ড বিচ্যুতি সম্ভবত শারীরিক পরীক্ষায় একটি পরিসংখ্যান পরীক্ষা করতে ব্যবহৃত হতে পারে। সম্ভবত এই পরিসংখ্যানগত পরীক্ষা একই সিদ্ধান্তে পৌঁছে যে লেখকরা তার ত্রুটি বারগুলি সহ গ্রাফটি দেখলে পৌঁছে যায় phys তবে পদার্থবিজ্ঞানের কাগজপত্রগুলির সাথে মূল পার্থক্য হল পরীক্ষায় আওয়াজের অন্তর্নিহিত পরিমাণ, এটি একটি পার্থক্য যা স্বাধীন কিনা পি-মানগুলির ব্যবহারের অন্তর্নিহিত যুক্তি বৈধ বা অবৈধ।

— প্যাট্রিক এস ফার্সচার

এছাড়াও, @ ফ্লাউন্ডারিয়ার, আপনি মনে করছেন যে আপনি "এক্সপেরিমেন্ট" শব্দটি এমন এক অর্থে ব্যবহার করছেন যার সাথে আমি অপরিচিত, কারণ সমাজ বিজ্ঞানীরা সারাক্ষণ "পরীক্ষা-নিরীক্ষা" করেন (অর্থাত্ শর্ত অনুসারে একককে র‌্যান্ডমাইজেশন) করেন। এটি সত্য যে সামাজিক বিজ্ঞান পরীক্ষাগুলি পদার্থবিজ্ঞানের পরীক্ষাগুলির মতো একই ডিগ্রীতে নিয়ন্ত্রণ করা কঠিন। এটিও সত্য যে সামাজিক বিজ্ঞানের তত্ত্বগুলি পদার্থবিজ্ঞানের তত্ত্বগুলির তুলনায় "নরম" (কম প্রথাগত)। তবে এই কারণগুলি প্রদত্ত অধ্যয়ন "পরীক্ষা" কিনা তা থেকে স্বতন্ত্র।

— প্যাট্রিক এস ফার্সচার

@ আকসাল যখন আমি -১ এর সাথে একমত নই, আমি আপনার সামাজিক বিজ্ঞানের সমালোচকদের সাথেও আংশিকভাবে একমত নই। অর্থনৈতিক কাগজ আপনাদের উদাহরণ এছাড়াও সমাজ বিজ্ঞানীদের দৈনিক ভিত্তিতে না একটি ভাল উদাহরণ নয় কারণ ইউটিলিটি তত্ত্ব একটি কঠোরভাবে লাভজনক / গাণিতিক / পরিসংখ্যানগত ধারণা (তাই এটি ইতিমধ্যেই হয়েছে তাতে গণিত) এবং এর মিল থাকে না যেমন মানসিক তত্ত্ব যে পরীক্ষামূলকভাবে পরীক্ষিত হয় ... তবে আমি সম্মত হই যে প্রায়শই এমন হয় যে সামাজিক বিজ্ঞান সহ গবেষণার অনেক ক্ষেত্রে পরিসংখ্যানগুলি আলগাভাবে ব্যবহৃত হয়।

— টিম