এই স্পষ্টত বাস্তবে করতে একটি পরম দুঃস্বপ্ন, কিন্তু অনুমান করা এটি সম্পন্ন করা যেতে পারে হবে: আমরা একটি পরিসংখ্যানগত সুলতান নিয়োগ এবং সবাই একটি হাইপোথিসিস পরীক্ষা চলছে তাদের কাঁচা রিপোর্ট এই শাসক থেকে -values। তিনি একধরনের বৈশ্বিক (আক্ষরিক) একাধিক তুলনা সংশোধন করেন এবং সংশোধিত সংস্করণগুলির সাথে উত্তর দেন।পি
এই বিজ্ঞান এবং কারণ একটি সুবর্ণ যুগে সূচনা হবে? না, সম্ভবত না।
এর অনুমানের এক জোড়া, একটি হিসেবে বিবেচনা করে শুরু করা যাক -test। আমরা দুটি গোষ্ঠীর কয়েকটি সম্পত্তি পরিমাপ করি এবং সেই সম্পত্তি সম্পর্কে দুটি অনুমানের মধ্যে পার্থক্য করতে চাই:
একটি সীমাবদ্ধ নমুনায়, সত্য হলেও সমান হওয়ার সম্ভাবনা নেই : পরিমাপের ত্রুটি এবং পরিবর্তনশীলতার অন্যান্য উত্সগুলি পৃথক মানকে চারপাশে ঠেলে দিতে পারে। তবে,
টিএইচ0:এইচএকজন: গ্রুপগুলির একই অর্থ রয়েছে। গ্রুপগুলির বিভিন্ন উপায় রয়েছে।
এইচ0এইচ0হাইপোথিসিসটি কিছুটা অর্থে "বিরক্তিকর" এবং গবেষকরা সাধারণত "মিথ্যা পজিটিভ" পরিস্থিতি এড়ানো নিয়ে উদ্বিগ্ন থাকেন যেখানে তারা দাবি করেন যে সত্যিকার অর্থে কোন দলের উপস্থিতি নেই এমন গ্রুপগুলির মধ্যে পার্থক্য খুঁজে পেয়েছে। অতএব, আমরা কেবল ফলাফলগুলি "তাত্পর্যপূর্ণ" বলি যদি এগুলি নাল অনুমানের অধীনে অসম্ভব বলে মনে হয় এবং কনভেনশন অনুসারে, অপছন্দনীয় প্রান্তিকতা 5% নির্ধারণ করা হয়।
এইচ0
বিভিন্ন একাধিক সংশোধন পদ্ধতির উদ্দেশ্য আপনি স্বতন্ত্র পরীক্ষার জন্য সহ্য করার জন্য বেছে নিয়েছেন এমন নামমাত্র ত্রুটি হারে ফিরে যেতে সহায়তা করার উদ্দেশ্যে। তারা কিছুটা ভিন্ন উপায়ে এটি করে। বনফেরোনি , সিডাক এবং হল্ম পদ্ধতিগুলির মতো পারিবারিক প্রজ্ঞামত ত্রুটি হার নিয়ন্ত্রণকারী পদ্ধতিগুলি বলে যে "আপনি একটি একক পরীক্ষায় ত্রুটি করার 5% সুযোগ চেয়েছিলেন, তাই আমরা নিশ্চিত করব যে আপনার চেয়ে 5 টির বেশি নেই আপনার সমস্ত পরীক্ষায় কোনও ত্রুটি করার সম্ভাবনা%। " মিথ্যা আবিষ্কারের হার নিয়ন্ত্রণ করার পদ্ধতিগুলিপরিবর্তে বলুন "আপনি একক পরীক্ষায় 5% অবধি ভুল হওয়াতে আপাতদৃষ্টিতে ঠিক আছেন, তাই আমরা একাধিক পরীক্ষা-নিরীক্ষা করার সময় আপনার 'কল'-এর 5% এর বেশি কোনও ভুল না হওয়ার বিষয়টি নিশ্চিত করব"। (পার্থক্যটা দেখ?)
এখন, ধরুন আপনি কখনও চালিত
সমস্ত হাইপোথিসিস পরীক্ষার পরিবার-ভিত্তিক ত্রুটি হার নিয়ন্ত্রণ করার চেষ্টা করেছেন । আপনি মূলত বলছেন যে আপনি যে কোনও নাল হাইপোথিসিসকে কখনও মিথ্যাভাবে প্রত্যাখ্যান করার <5% চান্স চান। এটি একটি অসম্ভব শক্তিশালী প্রান্তিক স্তর স্থাপন করে এবং অনুমান কার্যকরভাবে অকেজো হতে পারে তবে আরও একটি চাপের বিষয় রয়েছে: আপনার বিশ্বব্যাপী সংশোধন মানে আপনি একেবারে অযৌক্তিক "যৌগিক হাইপোথেসিস" এর মতো পরীক্ষা করছেন
এইচ1:ড্রাগ এক্সওয়াইজেড টি-সেল গণিতে পরিবর্তন করে ∧কিছু ক্ষেত্রগুলিতে আঙ্গুরের উত্থান ভাল ∧… ∧ … ∧ … ∧ … ∧পুরুষ এবং মহিলা বিভিন্ন পরিমাণে আইসক্রিম খান
ভুয়া আবিষ্কারের হার সংশোধন করে, সংখ্যাসূচক সমস্যাটি এতটা তীব্র নয়, তবে এটি এখনও দার্শনিকভাবে একটি জগাখিচুড়ি। পরিবর্তে, জিনোমিক্স অধ্যয়নের সময় প্রার্থী জিনের তালিকা বা বর্ণাল বিশ্লেষণের সময় সময়-ফ্রিকোয়েন্সি বিনের একটি সেট সম্পর্কিত, সম্পর্কিত পরীক্ষাগুলির একটি "পরিবার" সংজ্ঞায়িত করা বোধগম্য হয়। আপনার পরিবারকে একটি নির্দিষ্ট প্রশ্নে সেলাই করা আপনাকে সরাসরি আপনার টাইপ আই ত্রুটিটিকে সরাসরি উপায়ে আবদ্ধ করতে দেয়। উদাহরণস্বরূপ, আপনি নিজের জিনোমিক ডেটা থেকে পি-ভ্যালুগুলির একটি FWER- সংশোধিত সেটটি দেখতে পারেন এবং বলতে পারেন যে "এই জিনগুলির কোনওটি মিথ্যা ধনাত্মক হওয়ার সম্ভাবনা রয়েছে <" এটি এমন নেবালাস গ্যারান্টির চেয়ে অনেক বেশি ভাল যা আপনার পছন্দের বিষয়গুলিতে আপনার যত্ন নেবেন না এমন লোকেদের দ্বারা করা অন্তর্নিহিতগুলি কভার করে।
এর উল্টো দিকটি হ'ল তিনি "পরিবার" এর যথাযথ পছন্দটি বিতর্কযোগ্য এবং কিছুটা বিষয়ভিত্তিক (সমস্ত জিন কি এক পরিবার বা আমি কেবল আত্মীয়দের বিবেচনা করতে পারি?) তবে এটি আপনার সমস্যার দ্বারা অবহিত করা উচিত এবং আমি কাউকে বিশ্বাস করি না গুরুতরভাবে পরিবারকে এত বিস্তৃতভাবে সংজ্ঞায়নের পক্ষে পরামর্শ দিয়েছেন।
বায়েসের অবস্থা কেমন?
বায়েশিয়ান বিশ্লেষণ এই সমস্যার সুসংগত বিকল্প প্রস্তাব করে - যদি আপনি ফ্রিকোয়ালিস্ট টাইপ আই / টাইপ II ত্রুটির কাঠামো থেকে কিছুটা দূরে সরে যেতে ইচ্ছুক হন। আমরা কিছুটা আগে থেকেই অ-প্রতিশ্রুতি দিয়ে শুরু করি ... ভাল ... সব কিছু। যতবারই আমরা কিছু শিখি, সেই তথ্য পূর্ববর্তী সাথে পূর্ববর্তী বিতরণ তৈরির সাথে মিলিত হয়, যা পরবর্তীতে আমরা যখন কিছু শিখি তখন পূর্ববর্তী হয়ে যায়। এটি আপনাকে একটি সুসংগত আপডেটের নিয়ম দেয় এবং আপনি দুটি অনুমানের মধ্যে বেয়েস ফ্যাক্টর গণনা করে নির্দিষ্ট জিনিসগুলি সম্পর্কে বিভিন্ন অনুমানের তুলনা করতে পারেন। আপনি সম্ভবত মডেলের বড় অংশগুলি বের করে আনতে পারেন, যা এটি বিশেষত কঠোর করে তোলে না।
একটি অবিচল আছে ... মেমস যে বায়েশিয়ান পদ্ধতিতে একাধিক তুলনা সংশোধন প্রয়োজন হয় না। দুর্ভাগ্যক্রমে, উত্তরোত্তর প্রতিকূলতা ঘন ঘনবাদীদের জন্য (যেমন, টাইপ I / II ত্রুটির বিষয়ে যত্নশীল লোক) কেবলমাত্র অন্য পরীক্ষার পরিসংখ্যান। তাদের এমন কোনও বিশেষ বৈশিষ্ট্য নেই যা এই ধরণের ত্রুটিগুলি নিয়ন্ত্রণ করে (কেন তারা করবে?) সুতরাং, আপনি অক্ষম অঞ্চলে ফিরে এসেছেন, তবে সম্ভবত খানিকটা মূলনীতিতে।
বায়েশিয়ানদের পাল্টা যুক্তি হ'ল আমাদের এখন যা জানতে পারে তার দিকে আমাদের ফোকাস করা উচিত এবং এই ত্রুটির হারগুলি তেমন গুরুত্বপূর্ণ নয় important
পুনরুত্পাদন উপর
আপনি মনে করছেন যে একাধিক ভুল / অপ্রয়োজনীয় ফলাফলের পিছনে অনুপযুক্ত একাধিক তুলনা-সংশোধন কারণ। আমার বুদ্ধিটি হ'ল অন্যান্য বিষয়গুলি সম্ভবত ইস্যু হওয়ার সম্ভাবনা বেশি। একটি স্পষ্টতই হ'ল যে প্রকাশের চাপ মানুষকে এমন পরীক্ষা-নিরীক্ষা এড়াতে পরিচালিত করে যা তাদের অনুমানকে সত্যই চাপ দেয় (যেমন, খারাপ পরীক্ষামূলক নকশা)।
পি