Ερώτηση για στατιστική.

[Lucifer]

Λοιπόν, θέλω λίγο τα φώτα σας.

 

Σκεφτείτε 2 ομάδες μελετών, από 4 μελέτες πάνω-κάτω η κάθε μία.

Έχουμε το RR της κάθε μελέτης. Η κατανομή και των δύο ομάδων είναι κανονική.

 

Οι δύο διαφορετικές μετα-αναλύσεις των ομάδων, δίνουν αντίστοιχα ένα significant και ένα μη significant result (πάντα για RR). Αυτό είναι και το επιθυμητό αποτέλεσμα.

 

Το θέμα είναι πως τα confidence intervals επικαλύπτονται λίγο, η διαφορά τους θα ήταν παραλίγο significant.

 

ΘΕΩΡΗΤΙΚΑ ξέρω πως αν ο πληθυσμός μου, και επαγωγικά το δείγμα μου, ήταν μεγαλύτερο, δε θα είχα πρόβλημα και πως η διαφορά θα φαινόταν καθαρά. Μιας και μιλάμε όμως για 9 μελέτες όλες κι όλες, σκέφτηκα να καταφύγω στο bootstrapping.

 

Κάποιος που ξέρει από στατιστική, μπορεί να μου πει αν στέκει μια τέτοια προσέγγιση ή αν υπάρχει κάποιος λόγος που δε θα έπρεπε να καταφύγω εκεί;

 

Ευχαριστώ εκ των προτέρων.

[insomniaK]

θα σου έβαζα -1 κι εγώ διότι μιλάς για ασθένειες που σκοτώνουν ή κάνουν τον κόσμο να υποφέρει και η απορία σου είναι σχετικά με τη στατιστική ανάλυση των δειγμάτων, αλλά είμαι καλός άνθρωπος.

1. Μπορείς να γράψεις πως παρουσιάζουν weak significance. Tsakampam και τέλειωσες.

2. Μπορείς να αλλάξεις τo confidence interval και επομένως να μην επικαλύπτονται.

3. Κρατάς αυτό που έχεις και στη συζήτηση τα ρίχνεις στο μικρό σου δείγμα. <--συνδυάζεται και με το 1.

4. Resampling σε τόσο μικρό δείγμα δε θα έκανα, αλλά δεν ασχολούμαι με βιο-κάτι επιστήμες (κοίτα σε πόσο μεγάλα δείγματα το εφαρμόζουν στον τομέα που θες) και

5. Το bootstrapping δεν έχει και πολύ θεωρία από πίσω (νομίζω), επομένως το στανταράκι είναι πως θα σου δώσει ελαφρά καλύτερα αποτελέσματα, ελαφρά διότι ότι και να κάνεις είναι κούτσικο το δείγμα, το καλύτερα επειδή είναι ο αυτοσκοπός των εμπειρικών μεθόδων. Και το μειονέκτημα; Είναι πολύ δύσκολο να υπερασπισθείς μία εμπειρική μέθοδο.

 

Εν κατακλείδι, δείξε τα σίγουρα, δοκίμασε και ότι θες και αν δεις ότι σε παίρνει, αιφνιαδιάζεις με το bootstrapping, δίνοντας πνοή σε ακόμα μία βαρετή στατιστική ανάλυση.

[Lucifer]

Κάτι τέτοιο έλεγα και εγώ, να το αναφέρω αρχικά ως weak significance (το 95% δεν το πειράζω, θα με φάνε ανάλατο) και να προσθέσω και στο ντισκά το μπουτ. Ευχαριστώ για τις προτάσεις ε. =)

 

ΥΓ, ευχαριστώ και σενα ThReSh. =)

[firewalker]

Λοιπόν, θέλω λίγο τα φώτα σας.

 

Σκεφτείτε 2 ομάδες μελετών, από 4 μελέτες πάνω-κάτω η κάθε μία.

Έχουμε το RR της κάθε μελέτης. Η κατανομή και των δύο ομάδων είναι κανονική.

 

Οι δύο διαφορετικές μετα-αναλύσεις των ομάδων, δίνουν αντίστοιχα ένα significant και ένα μη significant result (πάντα για RR). Αυτό είναι και το επιθυμητό αποτέλεσμα.

 

Το θέμα είναι πως τα confidence intervals επικαλύπτονται λίγο, η διαφορά τους θα ήταν παραλίγο significant.

 

ΘΕΩΡΗΤΙΚΑ ξέρω πως αν ο πληθυσμός μου, και επαγωγικά το δείγμα μου, ήταν μεγαλύτερο, δε θα είχα πρόβλημα και πως η διαφορά θα φαινόταν καθαρά. Μιας και μιλάμε όμως για 9 μελέτες όλες κι όλες, σκέφτηκα να καταφύγω στο bootstrapping.

 

Κάποιος που ξέρει από στατιστική, μπορεί να μου πει αν στέκει μια τέτοια προσέγγιση ή αν υπάρχει κάποιος λόγος που δε θα έπρεπε να καταφύγω εκεί;

 

Ευχαριστώ εκ των προτέρων.

 

Που είναι ο Luci; Τι του έκανες;

[Lucifer]

Το ρωτάω κάθε φορά που, ακουμπώντας το ξυράφι στο λαιμό μου, κοιτάζω τον καθρέφτη.

Μια μέρα... Μια μέρα θα δώσει τη λάθος απάντηση αυτό το απεχθές αρρενωπό πρόσωπο...

 

...

 

Μια μέρα.