আপনি সঠিক যে নমুনা আকার শক্তি প্রভাবিত করে (উদাহরণস্বরূপ 1 - টাইপ II ত্রুটি), কিন্তু টাইপ না আমি ত্রুটি। এটি একটি সাধারণ ভুল বোঝাবুঝি যে নমুনার আকার ছোট হলে যেমন একটি পি-মান (সঠিকভাবে ব্যাখ্যা করা হয়) কম নির্ভরযোগ্য বা বৈধ হয় - ফ্রিস্টন 2012-র অত্যন্ত বিনোদনমূলক নিবন্ধটিতে এটি একটি মজার বিষয় বলে মনে হয় [1]।
বলা হচ্ছে, নিম্ন বিদ্যুত নিয়ে পড়াশোনার বিষয়গুলি বাস্তব, এবং উদ্ধৃতিটি মূলত সঠিক, আমি বলব, এর কথার মধ্যে কেবল কিছুটা অস্পষ্টতা।
আন্ডারপাওয়ার্ড স্টাডিজের মূল সমস্যাটি হ'ল হাইপোথিসিস টেস্টে মিথ্যা পজিটিভ (টাইপ আই ত্রুটি) এর হার নির্ধারিত হলেও সত্য ধনাত্মক (পাওয়ার) এর হার হ্রাস পায়। অতএব, একটি বিদ্যুতের (= উল্লেখযোগ্য) ফলাফল একটি ক্ষুদ্র বিদ্যুৎ সমীক্ষায় সত্যিকারের ইতিবাচক হওয়ার সম্ভাবনা কম। এই ধারণাটি মিথ্যা আবিষ্কারের হারে প্রকাশিত হয়েছে [2], আরও দেখুন [3]। এটাকে মনে হয় উদ্ধৃতিটি কী বোঝায়।
আন্ডার পাওয়ার্ড স্টাডিজ সম্পর্কে প্রায়শই নাম দেওয়া একটি অতিরিক্ত সমস্যা হ'ল এগুলি তাদের প্রভাবের আকারকে বেশি মাত্রায় নিয়ে যায়। কারণগুলি হ'ল) ক) নিম্ন বিদ্যুতের সাথে, আপনার প্রকৃত প্রভাবগুলির অনুমানগুলি তাদের সত্যিকারের মূল্যকে ঘিরে আরও পরিবর্তনশীল (স্টোকাস্টিক) হয়ে উঠবে, এবং খ) শক্তি কম হলে এই প্রভাবগুলির মধ্যে সবচেয়ে শক্তিশালী তাত্পর্য ফিল্টারটি পাস করবে। একজনকে যুক্ত করা উচিত যে এটি একটি প্রতিবেদনের সমস্যা যা কেবলমাত্র উল্লেখযোগ্য প্রভাবগুলি নিয়েই আলোচনা করে এবং প্রতিবেদন করার মাধ্যমে সহজেই ঠিক করা যেতে পারে।
অবশেষে, আন্ডার পাওয়ার্ড স্টাডিজের একটি গুরুত্বপূর্ণ ব্যবহারিক সমস্যা হ'ল কম শক্তি পরিসংখ্যানগত সমস্যাগুলি বাড়ায় (যেমন অনুমানের পক্ষপাত) এবং পাশাপাশি ভেরিয়েবল এবং অনুরূপ পি-হ্যাকিংয়ের কৌশলগুলি নিয়ে খেলার জন্য প্রলোভন। এই "স্বাধীনতার গবেষক ডিগ্রি" ব্যবহার করা সর্বাধিক কার্যকর যখন শক্তি কম থাকে এবং এটি সর্বোপরি টাইপ আই ত্রুটি বাড়িয়ে তুলতে পারে, দেখুন, উদাহরণস্বরূপ, [4]।
এই সমস্ত কারণে, আমি প্রকৃতপক্ষে একটি ক্ষুদ্র বিদ্যুৎ গবেষণা সম্পর্কে সন্দেহবাদী হব।
[1] ফ্রিস্টন, কে। (2012) অ-পরিসংখ্যান পর্যালোচকদের জন্য দশটি হাস্যকর বিধি। নিউরো আইমেজ, 61, 1300-1310।
[2] https://en.wikedia.org/wiki/False_discovery_rate
[3] বোতাম, কেএস; আওনানিডিস, জেপিএ; মোক্রিস, সি .; নোসেক, বিএ; চকচকে, জে; রবিনসন, ইএসজে ও মুনাফো, এমআর (2013) পাওয়ার ব্যর্থতা: কেন ছোট নমুনার আকার নিউরোসায়েন্সের নির্ভরযোগ্যতাকে হীন করে তোলে। ন্যাট। রেভা। নিউরোসি।, 14, 365-376
[4] সিমন্স, জেপি; নেলসন, এলডি এবং সিমোনসোহন, ইউ। (২০১১) মিথ্যা-ইতিবাচক মনোবিজ্ঞান: ডেটা সংগ্রহ এবং বিশ্লেষণে অজ্ঞাতনীয় নমনীয়তা যে কোনও কিছুকে তাত্পর্যপূর্ণ হিসাবে উপস্থাপনের অনুমতি দেয়। সাইকোল সায়।, 22, 1359-1366।