পাঠ্যপুস্তকগুলিতে নয় Oচ্ছিক থামার নিয়ম


16

বিধি বিধানগুলি পি-মান এবং সিদ্ধান্তের সাথে সম্পর্কিত ত্রুটির হারের মধ্যে সম্পর্ককে প্রভাবিত করে। সিমন্স এট আল এর একটি সাম্প্রতিক কাগজ। ২০১১ সালে গবেষকরা স্বাধীনতার ডিগ্রী শব্দটি ব্যবহার করে এমন আচরণের একটি সংকলনকে বর্ণনা করার জন্য যা তারা মনোবিজ্ঞান সাহিত্যের যে সমস্ত প্রতিবেদনগুলি পুনরুত্পাদনযোগ্য নয় বলে প্রমাণিত হয়েছে, তার জন্য দায়ী বলে বিবেচনা করে।

এই আচরণগুলির মধ্যে alচ্ছিক স্টপিং বিধি বা অঘোষিত অন্তর্বর্তীকালীন বিশ্লেষণগুলি হ'ল আমি বর্তমানে আগ্রহী I আমি আমার শিক্ষার্থীদের ত্রুটি হারের উপর তাদের প্রভাব বর্ণনা করি, তবে আমার ছাত্ররা যে পাঠ্যপুস্তকগুলি ব্যবহার করে (বা না করে) সেগুলি বর্ণিত বলে মনে হয় না or ব্যবহার!)। আমার বিশ্ববিদ্যালয়ের প্রধান বইয়ের দোকানে চৌদ্দটি পরিসংখ্যান পাঠ্যপুস্তক রয়েছে যেমন বায়োসিএসেন্স, ব্যবসা, প্রকৌশল ইত্যাদির মতো বিভিন্ন শাখায় সূচনা স্তরের শিক্ষার্থীদের লক্ষ্য ছিল those এই পাঠ্যগুলির মধ্যে একটিতে একটি সূচী আইটেম ছিল "অনুক্রমিক পরীক্ষা 'এবং কোনওটিরই সূচীকরণ আইটেম ছিল না' বিধি নিষেধ '।

এমন একটি প্রাথমিক স্তরের পরিসংখ্যান পাঠ্যপুস্তিকা রয়েছে যা alচ্ছিক থামার নিয়মের বিষয়টি ব্যাখ্যা করে?

সিমন্স, জেপি, নেলসন, এলডি, এবং সিমোনসোহন, ইউ। (2011)। মিথ্যা-ইতিবাচক মনোবিজ্ঞান: ডেটা সংগ্রহ এবং বিশ্লেষণে অজ্ঞাতনীয় নমনীয়তা যেকোনো কিছুকে তাত্পর্যপূর্ণ হিসাবে উপস্থাপনের অনুমতি দেয় । মনস্তাত্ত্বিক বিজ্ঞান, 22 (11), 1359–1366। ডোই: 10.1177 / 0956797611417632


1
আপনি যদি ঘন ঘন পর্যালোচকদের পরিসংখ্যানগুলি খনন করে এবং আইটি বা বায়সিয়ান পদ্ধতি অনুসরণ করেন তবে সমস্যাটি কি দূর হবে না? (অথবা এমনকি আপনার ডেটাসেটের আকারের উপর নির্ভর করে খাঁটি মেশিন লার্নিং) এগুলি ফলপ্রসু হচ্ছে না - ফিশার এবং এনপি-এর অসম্পূর্ণ ম্যাসআপ সমস্যার কারণ ছাড়া কিছুই নয়, এমনকি "সঠিকভাবে" করা হলেও। ভবিষ্যতে আর কোনও ঘনঘনবাদী থাকবে না।
Theedude

1
হ্যাঁ, যদি ফ্রিকোয়েন্সি নীতিটি মেনে চলতে পারে এমন কোনও পদ্ধতি না ব্যবহার করা হত তবে সমস্যাটি দূর হয়ে যাবে। তবে এই পৃথিবীতে এমন ভবিষ্যত আসতে পারে না। এটা কি?
মাইকেল লিউ - মনিকা

2
@ মিশেল: প্রায় নিঃসন্দেহে এটি (অর্থাত্ আইটি) এর অর্থ দাঁড়ায় "তথ্য তাত্ত্বিক"।
কার্ডিনাল

একটি সম্পর্কিত বিষয় অন: errorstatistics.com/2013/04/06/...
ফরাসী ভাষায়

2
@ থেডুড একটি ভিন্ন তাত্ত্বিক কাঠামো ব্যবহার করে অন্যান্য সমস্যার পরিচয় দেয় । এখানে সমস্যা হ'ল আপনি সকলেই গণিতকে বিশ্বের বিবরণ ব্যতীত অন্য কিছু হিসাবে বিবেচনা করছেন। ক্রমবর্ধমান পরিসংখ্যান বিশ্বকে বর্ণনা করার জন্য একটি খুব দরকারী উপায়, বায়সিয়ান আরেকটি। উভয়ই আপনাকে সত্যের ওরাকল সরবরাহ করবে না ।
6:34 এ অনুমান করা o

উত্তর:


2

আপনার বিতরণ এবং আপনার প্রভাবের আকার সম্পর্কে কিছু ধারণা না থাকলে আপনার কোনও থামার নিয়ম থাকতে পারে না - যা আপনি কোনও পূর্বনির্ধারণ জানেন না।

এছাড়াও হ্যাঁ, আমাদের প্রভাবের আকারের দিকে ফোকাস করা দরকার - এবং কেবলমাত্র পি-মানগুলি বিবেচনা করার জন্য এটি কখনই সঠিক হিসাবে বিবেচিত হয়নি এবং আমরা অবশ্যই টেবিল বা গ্রাফগুলি প্রদর্শন করা উচিত যা এফেক্ট আকারের পরিবর্তে পি-মান বা এফ-মান দেখায়।

Traditionalতিহ্যবাহী পরিসংখ্যান হাইপোথিসিস ইনফেরেন্স টেস্টিংয়ের সাথে সমস্যা রয়েছে (যা কোহেন বলেছেন যে এটির সংক্ষিপ্তসার হিসাবে উপযুক্ত, এবং ফিশার এবং পিয়ারসন উভয়ই যদি তাদের হিংসাত্মক বিরোধী নামগুলিতে করা হচ্ছে দেখেন তবে তারা কবরগুলিতে প্রত্যাবর্তন করবে)।

এন নির্ধারণ করতে, আপনার ইতিমধ্যে একটি লক্ষ্য তাত্পর্য এবং শক্তি প্রান্তিকতা নির্ধারণ করতে হবে, পাশাপাশি বিতরণ সম্পর্কে প্রচুর অনুমান করা এবং বিশেষত আপনাকে যে প্রভাবটি স্থাপন করতে চান তা নির্ধারণ করতে হবে। ইনডোলারিং ঠিক ঠিক যে এটি পয়েন্ট হওয়া উচিত - সর্বনিম্ন প্রভাবের আকারটি কী কার্যকর হবে!

"নতুন পরিসংখ্যান" সম্পর্কিত মানক বিচ্যুতি বা বৈকল্পিক (কারণ আমাদের বন্টন বুঝতে হবে) এর সাথে প্রভাবের আকারগুলি (সংযোজনীয় পার্থক্য হিসাবে উপযুক্ত), এবং মানক বিচ্যুতি বা আত্মবিশ্বাসের অন্তরগুলি (তবে পরবর্তীটি ইতিমধ্যে রয়েছে) দেখানোর পক্ষে পরামর্শ দিচ্ছে পি-ভ্যালুতে লক করা এবং আপনি কোনও দিক বা প্রতিটি উপায়ে বাজি রেখে ভবিষ্যদ্বাণী করছেন কিনা সে সম্পর্কে সিদ্ধান্ত a তবে বৈজ্ঞানিক পূর্বাভাস সহ নির্দিষ্ট চিহ্নের ন্যূনতম প্রভাব নির্ধারণ করা এটিকে স্পষ্ট করে তোলে - যদিও প্রাক-বৈজ্ঞানিক ডিফল্টটি পরীক্ষা এবং ত্রুটি করতে হয় এবং কেবল পার্থক্য সন্ধান করে। তবে আপনি যদি এই পথে চলে যান তবে আপনি স্বাভাবিকতা সম্পর্কে অনুমান করেছেন।

আরেকটি পদ্ধতির বাক্স-প্লটগুলিকে একটি প্যারামিমেট্রিক নন হিসাবে ব্যবহার করা, তবে হুইস্কার এবং আউটলিয়ারদের সম্পর্কে সম্মেলনগুলি ব্যাপকভাবে পরিবর্তিত হয় এবং তারপরেও তারা বিতরণীয় অনুমানের দ্বারা উদ্ভূত হয়।

থামার সমস্যাটি প্রকৃতপক্ষে কোনও পৃথক গবেষককে এন সেট করার বা সেট করার সমস্যা নয়, তবে আমাদের হাজার হাজার গবেষকের একটি গোটা সম্প্রদায় রয়েছে, যেখানে ট্র্যাডিশনীয় 0.05 স্তরের জন্য 1000 এক / আলফার চেয়ে অনেক বেশি। উত্তরটি বর্তমানে মেটা-বিশ্লেষণের সুবিধার্থে সংক্ষিপ্ত পরিসংখ্যান (অর্থ, এসডিডিভি, স্টেডার - বা বক্সপ্লটের সাথে সম্পর্কিত "নন-প্যারাম্যাট্রিক সংস্করণগুলি - মিডিয়ান ইত্যাদি) সরবরাহ করার প্রস্তাব দেওয়া হয়েছে এবং সেগুলি ঘটে কিনা তা সমস্ত পরীক্ষার সমন্বিত ফলাফল উপস্থাপন করার প্রস্তাব দেওয়া হচ্ছে একটি নির্দিষ্ট আলফা স্তরে পৌঁছেছে বা না।

ঘনিষ্ঠভাবে সম্পর্কিত একাধিক পরীক্ষার সমস্যা, যা ঠিক অসুবিধায় ভরপুর এবং যেখানে পরীক্ষাগুলি শক্তি সংরক্ষণের নামে অতিমাত্রায় রাখা হয়, সেখানে ওভার কমপ্লিক্স পদ্ধতিগুলি ফলাফল বিশ্লেষণ করার প্রস্তাব দেওয়া হয়।

আমি মনে করি না যে এটির সাথে এখনও কোনও পাঠ্য বইয়ের অধ্যায় থাকতে পারে, তবে আমরা কী করছি তা আমাদের এখনও কম ধারণা আছে ...

এই মুহুর্তের জন্য, সর্বোত্তম পদ্ধতির সম্ভবত হ'ল সংক্ষিপ্ত পরিসংখ্যান প্রদর্শন করার সাথে মিলিয়ে সমস্যার সবচেয়ে উপযুক্ত প্রথাগত পরিসংখ্যানগুলি ব্যবহার করা চালিয়ে যাওয়া - প্রভাব এবং মান ত্রুটি এবং এন সবচেয়ে গুরুত্বপূর্ণ। আত্মবিশ্বাসের ব্যবধানগুলি মূলত সংশ্লিষ্ট টি-টেস্টের সমতুল্য, তবে নতুন ফলাফলগুলিকে আরও অর্থবহভাবে প্রকাশিতগুলির সাথে তুলনা করার পাশাপাশি পুনরুত্পাদনকে উত্সাহিত করা একটি নীতিশাস্ত্রকে মঞ্জুরি দেয় এবং পুনরায় উত্পাদিত পরীক্ষাগুলি এবং মেটা-বিশ্লেষণ প্রকাশ করে।

তথ্য তাত্ত্বিক বা বায়সীয় পদ্ধতির শর্তাবলী, তারা বিভিন্ন সরঞ্জাম ব্যবহার করে এবং বিভিন্ন অনুমান তৈরি করে, তবে এখনও সমস্ত উত্তর নেই, এবং শেষ পর্যন্ত একই সমস্যার মুখোমুখি হয় বা আরও খারাপ কারণ কারণ বায়েশিয়ান অনুমান একটি নির্দিষ্ট করে তোলার পিছনে পিছনে যায়? উত্তর দিন এবং কেবল প্রমানিত আপত্তিযুক্ত বা অনুপস্থিত প্রুজন যুক্ত করে।

শেষ পর্যন্ত মেশিন লার্নিংয়ের ফলাফলগুলিও এর তাত্পর্য হিসাবে বিবেচনা করা দরকার - প্রায়শই সিআই বা টি-টেস্টের সাথে, প্রায়শই গ্রাফ সহ, আশা করা যায় যে কেবল তুলনা করার পরিবর্তে জুটি করা, এবং বিতরণগুলি মেলে না তখন উপযুক্ত ক্ষতিপূরণ সংস্করণ ব্যবহার করে। এটিতে বুটস্ট্র্যাপিং এবং ক্রস-বৈধতা এবং পক্ষপাত এবং বৈকল্পিকতা সম্পর্কিত বিতর্কও রয়েছে। সর্বোপরি, এর মধ্যে রয়েছে একাধিক সরঞ্জামের বাক্সগুলির মধ্যে একটিতে সমস্ত অ্যালগোরিদমকে পুরোপুরি পরামিতি করে বিকল্প মডেলগুলির অগণিত উত্পাদন ও পরীক্ষা করার প্রবণতা, অবারিত একাধিক পরীক্ষার অনুমতি দেওয়ার জন্য আর্কাইভ করে ডেটাসেটগুলিতে প্রয়োগ করা হয়েছে। সবচেয়ে খারাপ এখনও যথাযথ পদ্ধতির পরিবর্তে মূল্যায়নের জন্য নির্ভুলতা ব্যবহার করে বা আরও খারাপ এফ-পরিমাপ ব্যবহার করে অন্ধকার যুগে রয়েছে।

আমি এই বিষয়গুলিতে কয়েক ডজন কাগজ পড়েছি, তবে পুরোপুরি বিশ্বাসযোগ্য কিছু খুঁজে পেতে ব্যর্থ হয়েছি - নেতিবাচক জরিপ বা মেটা-বিশ্লেষণের কাগজপত্রগুলি ছাড়াও যা ইঙ্গিত দেয় যে বেশিরভাগ গবেষক কোনও "মানদণ্ডের সাথে সম্মতি দিয়ে পরিসংখ্যানকে যথাযথভাবে পরিচালনা ও ব্যাখ্যা করেন না except ", পুরানো বা নতুন। শক্তি, একাধিক পরীক্ষা, আকার পরিবর্তন এবং তাড়াতাড়ি থামানো, স্ট্যান্ডার্ড ত্রুটির ব্যাখ্যা এবং আত্মবিশ্বাসের বিরতি, ... এগুলি কয়েকটি সমস্যা।

দয়া করে আমাকে গুলি করুন - আমি ভুল প্রমাণিত হতে চাই! আমার দৃষ্টিতে প্রচুর স্নানের জল রয়েছে, কিন্তু আমরা এখনও শিশুটিকে পাইনি! এই পর্যায়ে চূড়ান্ত দৃষ্টিভঙ্গি বা নাম-ব্র্যান্ডের কোনও দৃষ্টিভঙ্গিই উত্তর হিসাবে প্রত্যাশিত বলে মনে হচ্ছে না, এবং যে সমস্ত কিছু ফেলে দিতে চায় তারা সম্ভবত শিশুটিকে হারিয়ে ফেলেছে।


এটি আপনাকে শুটিংয়ের বিষয় নয়, আমি মনে করি না যে এই সমস্যার সমাধান হতে পারে। আমরা বিশ্বে মানুষগুলি স্বীকৃতি দিচ্ছি, আমাদের অভিজাত বৈধতার সাথে নিষ্পত্তি করতে হবে। কোনও godশ্বর উপস্থিত থাকার প্রমাণে তাঁর দুর্বল প্রয়াসের পরে, ডেসকার্টস অভিজাত বৈধতার জন্য বাধা দেয়। কখনও কখনও এটি থাকে, কখনও কখনও তা না হয় তবে আমরা বেশিরভাগই জ্ঞানীয় গণনার ক্ষুদ্র ক্ষুদ্র ক্ষুদ্র ক্ষমতার বিরুদ্ধে চলে যাই।
ইনডোলারিং

1

আমি বিশ্বাস করি না যে alচ্ছিক "স্টপিং বিধি" প্রযুক্তিগত সর্বোত্তম থামার ক্ষেত্রে শব্দ। তবে আমি সন্দেহ করি যে আপনি ইন্ট্রো-লেভেল মনোবিজ্ঞানের পরিসংখ্যান পাঠ্যপুস্তকে এই বিষয়টিতে গভীরতর আলোচনা পাবেন।

এর জন্য ছদ্মবেশী যুক্তিটি হ'ল সমস্ত সামাজিক-বিজ্ঞানের শিক্ষার্থীদের গণিতের দক্ষতা দুর্বল। আইএমএইচও এর আরও ভাল উত্তর হ'ল বেশিরভাগ সামাজিক বিজ্ঞানের পরীক্ষার জন্য সাধারণ টি-টেস্ট উপযুক্ত নয়। একটিকে প্রভাবের শক্তিটি দেখতে হবে এবং এটি গ্রুপগুলির মধ্যে পার্থক্যগুলি সমাধান করে কিনা তা বের করতে হবে। প্রাক্তনটি ইঙ্গিত দিতে পারে যে পরবর্তীটি সম্ভব তবে এটিই করতে পারে।

কল্যাণ ব্যয়, রাষ্ট্রীয় নিয়ন্ত্রণ এবং নগরায়নের সমস্ত ব্যবস্থার ধর্মীয় আচরণের ব্যবস্থার সাথে পরিসংখ্যানগতভাবে গুরুত্বপূর্ণ সম্পর্ক রয়েছে। যাইহোক, কেবলমাত্র পি-মানটি উল্লেখ করা সমস্ত-বা-কিছুই কার্যকারণীয় সম্পর্কের ক্ষেত্রে পরীক্ষা ফ্রেম করছে। নিম্নলিখিত দেখুন:

এখানে চিত্র বর্ণনা লিখুন

উভয় কল্যাণ ব্যয় এবং নগরায়নের ফলাফলের পরিসংখ্যানগতভাবে উল্লেখযোগ্য পি-মান রয়েছে তবে কল্যাণ ব্যয় আরও দৃ strongly়ভাবে সম্পর্কিত lated এই কল্যাণ ব্যয় ধর্মীয়তার অন্যান্য ব্যবস্থার ( অ-ধর্মীয় হারের পাশাপাশি ধর্মের স্বাচ্ছন্দ্যের ) সাথে এমন দৃ strong় সম্পর্ককে দেখায় যার জন্য নগরায়ন এমনকি কোনও মান-মূল্য অর্জন করে না < .10, প্রস্তাবিত যে নগরায়নের ফলে সাধারণ ধর্মীয় বিশ্বাসকে প্রভাবিত করে না। নোট, তবে, এমনকি কল্যাণ ব্যয় আয়ারল্যান্ড বা ফিলিপাইন সম্পর্কে ব্যাখ্যা করে না, যা দেখায় যে কল্যাণ ব্যয়ের তুলনায় কিছু অন্যান্য প্রভাব (গুলি) তুলনামূলকভাবে শক্তিশালী ।

"স্টপিং বিধিগুলির" উপর নির্ভর করা মিথ্যা ইতিবাচক দিকে পরিচালিত করতে পারে, বিশেষত মনোবিজ্ঞানের ক্ষুদ্র নমুনার আকারগুলিতে। ক্ষেত্র হিসাবে মনোবিজ্ঞান সত্যই এই ধরণের পরিসংখ্যান শেননিগানগুলি ধরে রাখে। যাইহোক, আমাদের সমস্ত বিশ্বাসকে একটি স্বেচ্ছাসেবক পি-ভ্যালুতে রেখে দেওয়াও বেশ বোকামি। এমনকি যদি আমরা সবাই পরীক্ষাটি চালানোর আগে আমাদের নমুনা আকার এবং অনুমানের বিবৃতিগুলি একটি জার্নালে প্রেরণ করি, তবুও আমরা মিথ্যা ইতিবাচক বিষয়গুলিতে চলে যাব কারণ একাডেমিয়া সম্মিলিতভাবে পরিসংখ্যানগত তাত্পর্যকে লক্ষ্য করে চলেছে।

সঠিক কাজটি ডেটা মাইনিং বন্ধ করা নয়, করণীয় সঠিক জিনিস হ'ল তার প্রভাবের সাথে সম্পর্কিত ফলাফলগুলি বর্ণনা করা । তত্ত্বগুলি কেবল তাদের পূর্বাভাসের যথার্থতার দ্বারা নয় বরং সেই ভবিষ্যদ্বাণীগুলির ইউটিলিটি দ্বারা বিচার করা হয় । গবেষণার পদ্ধতিটি যতই ভাল হোক না কেন, ঠান্ডা লক্ষণগুলিতে 1% উন্নতি সরবরাহকারী একটি ড্রাগ কোনও ক্যাপসুলে প্যাক করার জন্য মূল্যবান নয়।

আপডেট স্পষ্টভাবে বলতে গেলে, আমি পুরোপুরি সম্মত হই যে সামাজিক বিজ্ঞানীদের উচ্চতর মান হিসাবে ধরে রাখা উচিত: আমাদের শিক্ষার উন্নতি করা, সামাজিক বিজ্ঞানীদের আরও ভাল সরঞ্জাম দেওয়া এবং তাত্পর্যপূর্ণ স্তর 3-সিগমা পর্যন্ত বাড়ানো দরকার। আমি একটি নীচের প্রতিনিধিত্বমূলক পয়েন্টকে জোর দেওয়ার চেষ্টা করছি: মনোবিজ্ঞানের অধ্যয়নগুলির সিংহভাগ মূল্যহীন কারণ প্রভাবের আকারটি এত কম size

তবে অ্যামাজন টার্কের সাথে, আমি 10 পারালাল স্টাডিজ চালানোর জন্য সঠিকভাবে ক্ষতিপূরণ দিতে পারি এবং> 3-সিগমা আত্মবিশ্বাসের স্তরটি খুব সস্তাভাবে বজায় রাখতে পারি। তবে যদি প্রভাব শক্তি ছোট হয় তবে বাহ্যিক বৈধতার জন্য উল্লেখযোগ্য হুমকি রয়েছে। ম্যানিপুলেশনটির প্রভাব কোনও নিউজ স্টোরি বা প্রশ্নগুলির ক্রম, বা ... এর কারণে হতে পারে ....

আমার কাছে কোনও প্রবন্ধের জন্য সময় নেই, তবে সামাজিক বিজ্ঞানের মধ্যে মানসম্পন্ন সমস্যাগুলি কৃপণ পরিসংখ্যানগত পদ্ধতির চেয়ে অনেক বেশি।


আমি বুঝতে পারি যে এখানে আর্থ-সামাজিক (সাধারণত অ পরীক্ষামূলক অধ্যয়ন) এবং ক্লিনিকাল ট্রায়ালের কিছু সংঘাত রয়েছে। যাইহোক, আপনার প্রথম বাক্যটি বোঝায় না: ক্লিনিকাল ট্রায়ালগুলিতে বিধি বিধানগুলি গবেষণার একটি বিশাল ক্ষেত্র। এর যুক্তিটি হ'ল একাধিক, পরস্পর সম্পর্কিত পরীক্ষিত অনুমিতিগুলি পূর্বনির্ধারিত বিশ্লেষণ পরিকল্পনার অংশ । ওপিএসের প্রশ্নের লিঙ্কটি অবশ্য খারাপ গণিতের বিষয় নয়, এটি বিজ্ঞানের একটি খারাপ বিষয়। সঠিক বিশ্লেষণকে "অনুভূত" করার জন্য একাধিক পরিসংখ্যানগত পরীক্ষা করা এবং যখন কোনওটির তাত্পর্য খুঁজে পাওয়া যায় তখন থামানো বন্ধ করা বিজ্ঞান হয় তা আপনি কীভাবে কাটেন না কেন।
অ্যাডমো

@ অ্যাডামো আমি রাজি! আমি যখন এটি লিখেছিলাম, আমি ডেটা মাইনিং পদ্ধতিগুলি ব্যবহার করার চেষ্টা করছিলাম এবং যখন আমি নিশ্চিত হলাম যে আমি সবকিছু সঠিকভাবে করছি (যা আমি ছিলাম) তখন প্রফেসর এবং পরিসংখ্যানবিদদের কাছ থেকে আমি যে প্রাথমিক প্রতিক্রিয়া পেয়েছিলাম তা ছিল ... নিষ্পাপ। হাস্যকরভাবে, সামাজিক বিজ্ঞান ল্যাবগুলির জন্য স্ট্যান্ডার্ড অপারেটিং পদ্ধতিটি পাইলট স্টাডিগুলি চালানো যতক্ষণ না তারা আকর্ষণীয় কিছু আবিষ্কার করে। আমি একই জিনিসটি করছিলাম, তবে আসলে এটির জন্য ক্ষতিপূরণ দেওয়ার চেষ্টা করছিলাম: পি
ইন্ডোলেরিং

0

আপনি যে নিবন্ধটি উদ্ধৃত করেছেন তাতে বিধিবিধান বন্ধ করার বিষয়ে কোনও উল্লেখ করা হয়নি এবং মনে হচ্ছে সমস্যাটি সামান্যই বহন করবে। তাদের একমাত্র, খুব সামান্য সম্পর্ক একাধিক পরীক্ষার যা একটি পরিসংখ্যানগত ধারণা, বৈজ্ঞানিক নয় one

ক্লিনিকাল ট্রায়ালের সাহিত্যে, আপনি দেখতে পাবেন যে স্টাফিকে "কীভাবে দেখানো হবে" সেই অবস্থার বিষয়ে স্পষ্ট তথ্য সহ স্টপিং বিধিগুলি কঠোর করা হয়েছে: ক্যালেন্ডার বছর, বা ব্যক্তি-বছরের তালিকাভুক্তি, একটি আলফা স্তরের স্থাপনার উপর ভিত্তি করে এবং "কার্যকর" বনাম "ক্ষতিকারক" চিকিত্সার জন্য প্রভাবগুলিরও সীমাবদ্ধ। প্রকৃতপক্ষে, আমাদের বিজ্ঞানের ভালভাবে সম্পাদনের উদাহরণ হিসাবে এই ধরনের অধ্যয়নের কঠোর আচরণের দিকে নজর দেওয়া উচিত । এফডিএ এমনকি এতদূর যেতে পারে যে, পূর্বনির্ধারিত ব্যতীত কার্যকারিতার উল্লেখযোগ্য সন্ধানের পরে, এই অনুসন্ধানগুলি বৈধ করার জন্য একটি দ্বিতীয় ট্রায়াল করাতে হবে। এটি এতটা সমস্যা থেকে যায় যে থমাস ফ্লেমিং সুপারিশ করে যে সমস্ত ক্লিনিকাল স্টাডির প্রয়োজনসম্পূর্ণ স্বতন্ত্র দ্বিতীয় নিশ্চিতকরণমূলক পরীক্ষার সাথে বৈধ, পৃথক সত্ত্বা দ্বারা পরিচালিত। জীবন এবং চিকিত্সা যত্ন বিবেচনা করার সময় ভ্রান্ত-ইতিবাচক ত্রুটির সমস্যাটি খুব খারাপ।

আপাতদৃষ্টিতে নিরীহ পর্যবেক্ষণের সাথে, বিজ্ঞানের অন্যান্য ক্ষেত্রগুলি গবেষণায় খারাপ নীতি-নীতি রক্ষা করেছে। প্রকৃতপক্ষে, সামাজিক বিজ্ঞানগুলি লোকেরা যে চিকিত্সাগুলি গ্রহণ করে তা প্রভাবিত করে না, তারা বিমূর্তিগুলি এবং ধারণাগত মডেলগুলিতে ডিল করে যা কেবল তত্ত্ব এবং পর্যবেক্ষণের আন্তঃরূপ সম্পর্কে আমাদের বোধগম্যতা বাড়ায়। যাইহোক, সামাজিক বিজ্ঞানের যে কোনও গ্রাহক, লে বা বৈজ্ঞানিক, প্রায়শই বিবাদমূলক ফলাফলের সাথে উপস্থাপিত হয়: চকোলেট আপনার পক্ষে ভাল, চকোলেট আপনার পক্ষে খারাপ (চকোলেট আপনার পক্ষে ভাল, উপায় হিসাবে, চিনি এবং ফ্যাট)ইন চকোলেট আপনার পক্ষে খারাপ), সেক্স আপনার পক্ষে ভাল, বিবাহ আপনাকে দুঃখী করে তোলে / বিবাহ আপনাকে আনন্দিত করে। ক্ষেত্রটি খারাপ বিজ্ঞানের সাথে স্মরণীয়। এমনকি আমি বিশ্লেষণে কাজ করার জন্য আমি দোষী যেখানে আমি দৃ policy়ভাবে কার্যকরী ভাষা নিয়ে অসন্তুষ্ট ছিলাম যা তখন নীতি এবং ফেডারাল সমর্থন সম্পর্কে দৃ recommendations় সুপারিশগুলিতে আবদ্ধ ছিল, সম্পূর্ণরূপে ন্যায়বিচারহীন এবং তবুও এটি প্রকাশিত হয়েছিল।

সিমন্স-এর নিবন্ধ কার্যকরভাবে বর্ণনা করেছে, কীভাবে প্রকাশ প্রকাশ সামাজিক গবেষণায় ধরণের "শর্টকাট" গবেষকদের তৈরি করতে সহায়তা করবে। সিমন্স টেবিল 1 এ উদাহরণ দেয় যে কীভাবে ডেটা ড্রেজিং নাটকীয়ভাবে ভ্রান্ত ইতিবাচক ত্রুটির হার বাড়িয়ে তোলে অনৈতিক বিজ্ঞানী "সন্ধানের জন্য ফিশিং" এর সাধারণ উপায়ে false সারণি 2-এ অনুসন্ধানের সংক্ষিপ্তসারটি নিবন্ধগুলির ঘন ঘন বাদ দেওয়া দিকগুলি বর্ণনা করে যা সম্ভবত একাধিক বিশ্লেষণ কীভাবে পরিচালিত হয়েছিল তা বোঝার জন্য ব্যাপকভাবে উন্নতি করবে।

সংক্ষেপে বলতে গেলে, বিধিগুলি বন্ধ করা কেবল পূর্ব-নির্দিষ্ট হাইপোথিসিসের সাথেই উপযুক্ত হবে: এগুলি নৈতিকভাবে সুরক্ষিত এবং পরিসংখ্যানগত পদ্ধতিগুলির প্রয়োজন। সিমন্স-এর নিবন্ধটি স্বীকার করেছে যে অনেক গবেষণা এটিকে মঞ্জুরি দেয় না এবং এটি নৈতিক দিক থেকে নিরপেক্ষ তবে পরিসংখ্যানগত ভাষাটি কেন ঠিক এটি ভুল বলে তার জন্য বাধ্যতামূলক।


আমি বুঝতে পারছি না আপনি কেন বলবেন যে উদ্ধৃত কাগজের হাতে সমস্যাটি খুব কম রয়েছে। এটিতে "নমুনা আকারের নমনীয়তার আরও ঘনিষ্ঠ দৃষ্টিভঙ্গি" নামে একটি শিরোনাম বিভাগ রয়েছে যা pingচ্ছিক থামার বিষয়ে। অন্য চেহারা আছে।
মাইকেল লিউ -

উত্তরটির সংক্ষিপ্ত বিবরণ দিতে মিশেললিউ: ক্লিনিকাল ট্রায়াল, নিয়োগ এবং ফলোআপের সাথে বিধি নিষেধ করা উচিত তবে এফডিএ ডিভাইস এবং থেরাপিউটিক এজেন্টদের জন্য গবেষণার ক্ষেত্রে এটি একটি গ্রহণযোগ্য অনুশীলন। সিমনের কাগজে সামাজিক চিকিত্সা গবেষণা এবং শিক্ষাবিদগুলিতে গবেষণামূলক নীতি, মানদণ্ড এবং পি-হ্যাকিংয়ের বিষয়ে আলোচনা করা হয়েছে। আপনি কীভাবে এই সম্পর্কটিকে দেখছেন তা আরও বিশদভাবে বর্ণনা করতে পারেন? শর্তাবলী সংজ্ঞায়িত করতে এবং অন্যান্য সাহিত্যের জন্য বিশেষত "স্টপিং বিধি" সম্পর্কিত যা AFAIK ক্লিনিকাল ট্রায়ালের বাইরে বিদ্যমান নয় সম্পর্কিত বিষয়ে আপনার পোস্ট সম্পাদনা করতে পারেন।
অ্যাডমো

আমি এটাও ভাবি না যে আপনার "বিজ্ঞানের অন্যান্য ক্ষেত্রগুলি গবেষণায় খারাপ নীতি অবলম্বন করেছে" ন্যায্য বা সহায়ক। আমার মূল প্রশ্নের মূল বক্তব্যটি হ'ল কোনও কারণ বলে মনে হচ্ছে না যে খণ্ডকালীন পরিসংখ্যান ব্যবহারকারীরা এমনকি অঘোষিত অন্তর্বর্তীকালীন বিশ্লেষণ থেকে উদ্ভূত সম্ভাব্য সমস্যা সম্পর্কে সচেতন হবে। অজ্ঞতাকে অনৈতিক বলাই অন্যায়।
মাইকেল লিউ -

@ মিশেল আপনি কীভাবে একটি "অন্তর্বর্তীকালীন বিশ্লেষণ" হিসাবে সংজ্ঞা দিচ্ছেন?
অ্যাডমো

আদম, আমি মনে করি না যে আপনি "ক্লিনিকাল ট্রায়ালের বাইরে বিধি বিধানের অস্তিত্ব নেই" এই কথাটি ঠিক বলেছিলেন। এগুলি প্রায়শই ক্লিনিকাল ট্রায়ালের বাইরে উল্লেখ করা যায় না (আমার মূল প্রশ্নটি দেখুন) তবে তারা প্রতিটি পরীক্ষার জন্যই বিদ্যমান। এমনকি একটি স্থির নমুনা আকারের বিচারের ক্ষেত্রে 'নমুনা আকার অর্জন না হওয়া অবধি চালিয়ে যাওয়া নিয়ম' রয়েছে।
মাইকেল লিউ -
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.