পিয়ারসনের পারস্পরিক সম্পর্ক এবং লিনিয়ার রিগ্রেশন সহ বনফেরনি সংশোধন

Question

আমি পিসিটির প্রতি 3 ডিভিএস মনোভাব, সিবিটি-র মনোভাব, সিটিটি বনাম সিবিটি-র প্রতি মনোভাবের তুলনায় 5 আইভিতে (5 ব্যক্তিত্বের বৈশিষ্ট্য, এক্সট্রোশন, সম্মতি, আন্তরিকতা, স্নায়ুবাদ, খোলামেলা) পরিসংখ্যান চালাচ্ছি। অন্যান্য প্রভাবগুলি কী কী তা দেখার জন্য আমি বয়স এবং লিঙ্গ জুড়েছি।

আমি ব্যক্তিত্বের বৈশিষ্ট্যগুলি ডিভিদের মনোভাবগুলির পূর্বাভাস দিতে পারে কিনা তা পরীক্ষা করে নিচ্ছি।

আমি প্রথমে পিয়ারসনের পারস্পরিক সম্পর্কটি সমস্ত ভেরিয়েবলের জন্য ব্যবহার করেছি (৪৫ টি পরীক্ষা)।

প্রধান সন্ধানটি হ'ল এক্সট্রোশনটি পিটিসিটির মনোভাবের সাথে পি = 0.05 এর সাথে সম্পর্কিত ছিল। আমি যখন 45 টি পরীক্ষা চালাচ্ছিলাম তখন আমি আলফা = 0.05 / 45 = 0.001 এর বোনফেরনির সংশোধন করেছিলাম, তাই এটি খুঁজে পাওয়া তুচ্ছ করে তুলছি।

আমি তখন সমস্ত ভেরিয়েবলগুলিতে একটি সাধারণ লিনিয়ার রিগ্রেশন চালিয়েছিলাম, আবার পি সি টি-র প্রতি মনোভাবের সাথে এক্সট্রোশনটি গুরুত্বপূর্ণ ছিল। আমি যদি বনফেরোনি সংশোধন করি তবে এটি আবার তুচ্ছ।

প্রশ্নাবলী:

1. পিয়ারসনের পারস্পরিক সম্পর্কের ক্ষেত্রে আমার কি বোনফেরনিকে সঠিক করা দরকার?
2. যদি আমি এটি করি, এবং তাই পিসিটি-র প্রতি মনোভাব দিয়ে এক্সট্রাওশনটি তৈরি করা, লিনিয়ার রিগ্রেশন করার কি এখনও কোনও বিষয় আছে?
3. আমি যদি লিনিয়ার রিগ্রেশন করি, তবে এর জন্যও আমাকে Bonferroni সংশোধন করা দরকার?
4. আমি কি কেবল সংশোধিত মূল্যবান বা উভয় অপরিশোধিত এবং সংশোধিত মানগুলির প্রতিবেদন করি?

Comments

প্রশ্ন 1 লুকে সম্পর্কিত এবং আপনি পাবেন (একটি সম্পর্ক) এবং প্রশ্ন 3 থেকে একাধিক তুলনায় পি-মানগুলি একাধিক তুলনায় সামঞ্জস্য করা কি ভাল ধারণা? । এই ক্যোয়ারী থেকে আরও সাধারণভাবে ফলাফল আগ্রহী হতে পারে।

— chl

Answer 1

আমি মনে করি Chl সরাসরি প্রশ্নের উত্তর না দিয়ে আপনাকে অনেক ভাল উপাদান এবং রেফারেন্সের দিকে ইঙ্গিত করেছে। আমি যে উত্তর দিচ্ছি তা কিছুটা বিতর্কিত হতে পারে কারণ আমি জানি কিছু পরিসংখ্যানবিদরা বহুগুণ সমন্বয়কে বিশ্বাস করেন না এবং অনেক বায়সিয়ান পি-ভ্যালুতে বিশ্বাস করেন না। প্রকৃতপক্ষে আমি একবার ডন বেরিকে বলতে শুনেছি যে বিশেষত অভিযোজিত ডিজাইনের নিয়ন্ত্রণে টাইপ আই ত্রুটি বায়েশিয়ান পদ্ধতির ব্যবহার কোনও উদ্বেগের বিষয় নয়। খারাপ ড্রাগগুলি যাতে বাজারে না আসে সে বিষয়ে এফডিএর পক্ষে কার্যত কতটা জরুরি তা দেখার পরে তিনি তা ফিরিয়ে নিয়েছিলেন।

আমার উত্তর হ্যাঁ এবং না। আপনি যদি 45 টি পরীক্ষা করেন তবে আপনাকে অবশ্যই বহুগুণের জন্য সামঞ্জস্য করতে হবে তবে বোনফেরনির সাথে কোনও প্রয়োজন নেই কারণ এটি অনেক বেশি রক্ষণশীল হতে পারে। প্রাসঙ্গিকতার জন্য আপনি যখন তথ্য উপস্থাপন করেন তখন আই টাইপের মুদ্রাস্ফীতি স্পষ্টভাবে একটি বিষয় যা উদ্ধৃত পোস্টটির সাথে মনোযোগ পেয়েছিল "চেহারা এবং আপনি পারস্পরিক সম্পর্ক খুঁজে পাবেন"। তিনটি লিঙ্কই দুর্দান্ত তথ্য সরবরাহ করে। আমি যেটা অনুভব করছি তা হ'ল ওয়েস্টফল এবং ইয়ংয়ের দ্বারা এত সুন্দরভাবে বিকাশিত পি-মান সমন্বয়ের পুনর্নির্মাণের পদ্ধতির। আপনি আমার বুটস্ট্র্যাপ বইয়ে উদাহরণগুলি বা তাদের পুনঃনির্মাণের বইতে সম্পূর্ণ বিশদ জানতে পারেন। আমার পুনঃসংশোধনটি হ'ল পি-মান সমন্বয় করার জন্য বুটস্ট্র্যাপ বা অনুক্রমের পদ্ধতিগুলি বিবেচনা করা এবং কঠোর পরিবার-ভিত্তিক ত্রুটি হারের তুলনায় ভুয়া আবিষ্কারের হার বিবেচনা করা।

ওয়েস্টফল এবং ইয়ং-এর লিঙ্ক: http://www.amazon.com/Resampling- বেসড- মাল্টিপল- টেস্টিং- অ্যাডজাস্টমেন্ট- প্রবলেবিলিটি / ডিপি 04471557617/ref = sr_1_1 ? s = books&ie = UTF8&qid = 1343398751&sr = 1-1&keywords = peter+ Westfall

একাধিক তুলনাতে ব্রেটজ এট আল এর সাম্প্রতিক বই: http://www.amazon.com/M Multiple-Comparisons- ব্যবহার- ফ্রেঞ্চ-Bretz/dp/1584885742/ref = sr_1_2?s = books&ie = UTF8&qid = 1343398796&sr = 1-2&keywords = পিটার + + Westfall

বিভাগ 8.5 এবং টন বুটস্ট্র্যাপের রেফারেন্স সহ আমার বই: http://www.amazon.com/Bootstrap-Methods- প্র্যাকটিশনারস-রিসার্জারস- প্রবলেবিলিটি / ডিপি 04475756210/ref = sr_1_2 ? s = books&ie = UTF8&qid = 1343398953&sr =1 -2 & কীওয়ার্ড = মাইকেল + + chernick

Comments

+1 গ্রাহাম মার্টিনের মুনচাউসেনের স্ট্যাটিস্টিকাল গ্রিডের পুনরুত্পাদন ওয়েস্টফল এবং ইয়ংয়ের শেষে এই সমস্ত কিছু খুব আকর্ষণীয় উপায়ে বলেছে। আপনি এটি অ্যামাজনে "ভিতরে দেখুন" বৈশিষ্ট্যটিতে পড়তে পারেন। ( এই প্রায় 150 ডলারের বইয়ের জন্য অ্যামাজন একটি $ 7 ট্রেড-ইন প্রাইস অফার করে দেখে প্রায় মজাদার হয়

— using

@ যাকে আমি মনে করি আমি একবার কার্টুন দেখেছি বারন তার বুটস্ট্র্যাপগুলি দিয়ে নিজেকে একটি হ্রদ থেকে টানতে দেখিয়েছিল। অনেকে ব্যারনের কিংবদন্তি সম্পর্কে যেমন সন্দেহ করছেন ঠিক তেমনই এটি পরিসংখ্যানের ক্ষেত্রেও করা যেতে পারে বলে সন্দেহ করা হওয়ায় এফ্রন এটিকে বুটস্ট্র্যাপ বলা বুদ্ধিমান হতে পারে!

— মাইকেল আর চেরনিক

Answer 2

এটি আমার কাছে মনে হয় এটি অনুসন্ধানী গবেষণা / ডেটা বিশ্লেষণ , নিশ্চিতকরণযোগ্য নয়। অর্থাৎ এটি এমন শোনাচ্ছে না যে আপনি এমন একটি তত্ত্ব দিয়ে শুরু করেছিলেন যা বলেছিল যে কোনও কারণেই কেবল এক্সট্রোশন পিটিসিটির সাথে সম্পর্কিত হওয়া উচিত। সুতরাং আমি আলফা সমন্বয়গুলি নিয়ে খুব বেশি চিন্তা করব না, কারণ আমি এটি সিডিএ সম্পর্কিত আরও বেশি বিবেচনা করি, বা আমিও ভাবতে পারি না যে আপনার সন্ধানটি অগত্যা সত্য। পরিবর্তে, আমি এটি এমন কিছু হিসাবে বিবেচনা করব যা সম্ভবতসত্য হয়ে উঠুন, এবং আমি এই বিষয়গুলি / সম্ভাবনাগুলি নিয়ে খেলতে থাকি যা আমি হাতের বিষয়গুলি সম্পর্কে জানি। এই সন্ধানটি দেখে, এটি কি সত্যই বাজে বা আপনি সন্দেহবাদী? এটি যদি সত্য হয় তবে বর্তমান তত্ত্বগুলির অর্থ কী? এটি আকর্ষণীয় হবে? এটা গুরুত্বপূর্ণ হবে? সম্ভাব্য সময়, প্রচেষ্টা এবং ব্যয় যে প্রয়োজন তা মনে করে, এটি সত্য কিনা তা নির্ধারণ করার জন্য কী নতুন (নিশ্চিতকরণযোগ্য) গবেষণা চালানো উচিত? মনে রাখবেন যে বনফেরনির সংশোধন করার কারণটি হ'ল যখন এতগুলি ভেরিয়েবল থাকে তখন আমরা কিছু প্রদর্শন করার আশা করি । সুতরাং আমি মনে করি যে একটি তাত্ত্বিক হতে পারে 'যদি এই অধ্যয়নটি যথেষ্ট তথ্যবহুল হয়, এমনকি যদি সত্যটি কোনও হিসাবে প্রমাণিত হয় না'? আপনি যদি সিদ্ধান্ত নেন যে এটি উপযুক্ত নয়, এই সম্পর্কটি 'সম্ভবত' বিভাগে থেকে যায় এবং আপনি এগিয়ে চলেছেন, তবে যদি তা মূল্যবান হয় তবে এটি পরীক্ষা করুন।

Comments

তিনি যদি অনুসন্ধানের ডেটা বিশ্লেষণ কী তা সত্যিই বুঝতে পারেন এবং তিনি বড় সংযোগগুলি খুব গুরুত্বের সাথে না নেন তবে আমি আপনার সাথে একমত হব। তবে লোকেরা স্বীকার করবে যে তারা খুব সহজেই সম্পর্কযুক্ত ফিল্টার করার জন্য অনুসন্ধানী বিশ্লেষণ করছে তবে তারা আশাব্যঞ্জক কিছু দেখলে অতিরিক্ত উত্তেজিত হয়। এটি মানব প্রকৃতির অঙ্গ। আমি মনে করি যে এফডিআরকে মানদণ্ড হিসাবে ব্যবহার করে সমন্বয় করা উত্তেজনাকে নিয়ন্ত্রণে রাখার একটি বুদ্ধিমান উপায়।

— মাইকেল আর চেরনিক

@ মিশেল চের্নিক, আমি অগত্যা ডাব্লু / আপনার সাথে একমত নই। আমি কেবল একটি অন্য মতামত প্রকাশ করতে চেয়েছিলাম এবং আমি প্রায়শই একটি বড় চিত্র, আধা-দার্শনিক, কী-এই-সমস্ত-সম্পর্কে দৃষ্টিভঙ্গি দিতে চাই। প্রচুর অনুশীলনকারী তাদের বিবরণে ঝাঁপিয়ে পড়তে পারেন যা তাদের কাছে তর্কসাপূর্ণ বলে মনে হয় এবং ডাব্লু / ওএ ভিত্তিক বোধগম্য থাকে।

— গুং - মনিকা পুনরায়

এখানে কোনও মতবিরোধ নেই এবং আমি আপনার বক্তব্যটি বুঝতে পারি। আমি কেবল এটি যুক্ত করতে চাই যে আমরা যদি বিতর্কিত হতে পারি এবং পরিসংখ্যানগত নীতি গ্রহণ করতে পারি এবং ফলাফলের প্রতি একটি নিযুক্ত আগ্রহের সাথে ব্যক্তিগতভাবে আমাদের গবেষণার সাথে যুক্ত না হয়ে যাই তবে আপনি যা বলবেন আমরা ঠিক তেমন করতে পারি। তবে এটি করা এত কঠিন। কোনও ফার্মাসিউটিক্যাল সংস্থার জন্য কাজ করার কল্পনা করুন যে কোনও নির্দিষ্ট ড্রাগের জন্য ক্লিনিকাল গবেষণায় লক্ষ লক্ষ ব্যয় করা হয়েছে এবং এটি ব্যর্থ হয়েছে। চিকিত্সক পরিচালক আপনাকে 20 টি বিভিন্ন উপগোষ্ঠী স্নিগ্ধ করতে এবং কোনটি কাজ করে তা খুঁজে পেতে বলেছে।

— মাইকেল আর চেরনিক

উপগোষ্ঠী বিশ্লেষণ ক্লিনিকাল গবেষণার সবচেয়ে বিতর্কিত দিক od বহুগুণ সমন্বয় ব্যতীত এটিকে বৈধ করার কোনও উপায় নেই এবং এটি পোস্ট করার পরে এফডিএর কাছে বিক্রি করা কঠিন হয়ে পড়ে। সাম্প্রতিক বছরগুলিতে আমার অভিজ্ঞতা থেকে এটি কেবল একটি উদাহরণ যা আমাকে বহুগুণ উপেক্ষা করার পরামর্শের প্রতি সংবেদনশীল করে তোলে।

— মাইকেল আর চেরনিক

Answer 3

নিম্নলিখিত অনুসারে: http://birnlab.psychiatry.wisc.edu/resources/fMRI_TestRetest_Docamentation.pdf

তাত্পর্যটি নির্ধারণ করার সময়, একাধিক তুলনার জন্য পি-মানটি সংশোধন করুন। উদাহরণস্বরূপ, একটি বনফেরোনি-সংশোধিত পি-মান হ'ল পি-মানকে তুলনা করে মোট সংখ্যার দ্বারা বিভক্ত, যা এই ক্ষেত্রে এম (মি - 1) / 2 অনন্য সংযোগ।

উদাহরণস্বরূপ, কোনও পারস্পরিক সম্পর্কের জন্য আপনার কাটফফ পি-মান 0.05 এবং আপনার পারস্পরিক সম্পর্ক টেবিলটি 100 * 100 বলে ধরে নিন। তারপরে আপনার পি-মানটি 0.05 / (100 * 99/2) এ সামঞ্জস্য করা উচিত।

লিনিয়ার রিগ্রেশন উপরের মত একইভাবে বনফেরনি সংশোধন প্রয়োগ করে।

আমি জানি উত্তরটি আপনার জিজ্ঞাসার সাথে সম্পর্কিত নয় বলে মনে হচ্ছে। সেক্ষেত্রে দয়া করে আমাকে জানান এবং আমি পরিষ্কার করার জন্য যথাসাধ্য চেষ্টা করব। আশা করি এটি সাহায্য করবে।