Đang tải... (xem toàn văn)
Các nhà nghiên cứu trong các ngành, lĩnh vực đều cố gắng làm sao để suy luận được tổng thể dựa trên một mẫu tương đối nhỏ. Tuy nhiên nhiều phương pháp thống kê cũ có khả năng làm cho kết quả sai lệch. Bài viết này đưa ra các ví dụ và phương pháp thống kê mới giúp các nhà nghiên cứu xử lý dữ liệu một cách tốt hơn, chính xác hơn.
Các phương pháp thống kê cho phép nhà nghiên cứu xử lý liệu cách tốt hơn, xác Rand Wilcox, Giáo sư Thống kê, Đại học Nam California, Mỹ Tóm tắt: Các nhà nghiên cứu ngành, lĩnh vực cố gắng để suy luận tổng thể dựa mẫu tương đối nhỏ Tuy nhiên nhiều phương pháp thống kê cũ có khả làm cho kết sai lệch Bài viết đưa ví dụ phương pháp thống kê giúp nhà nghiên cứu xử lý liệu cách tốt hơn, xác Ở lĩnh vực nào, nhà tạo hội để hiểu biết xác nghiên cứu thu thập liệu mang sắc thái liệu Vấn đề hình thức nào, thời điểm kỹ thuật tốt áp dụng phải phân tích Và chắn người rộng rãi phạm vi cộng đồng khoa học chuyển sang số liệu thống kê để biết với tiến độ chậm liệu nói lên điều Một loạt lĩnh vực - chẳng hạn Khi phƣơng pháp cổ điển không hiệu khoa học xã hội, tiếp thị, sản xuất, ngành Ví dụ, tưởng tượng nhà dược phẩm vật lý - cố gắng để suy luận tổng thể dựa mẫu tương đối nhỏ Tuy nhiên, nhiều nhà nghiên cứu sử dụng kỹ thuật thống kê cũ nghiên cứu thu thập nhóm 40 người có cholesterol cao Một nửa uống thuốc A, nửa khác uống giả dược Các nhà nghiên có khả làm cho kết sai lệch Và vấn đề hiểu sai loại thuốc có tiềm hay số tác động việc cung cấp nước cho thành phố Là nhà thống kê theo đuổi tiến lĩnh vực này, biết có nhiều phương pháp cải tiến để so sánh nhóm cá thể vật, hiểu biết liên kết hai hay nhiều biến Những phương pháp mạnh mẽ đại Điều xảy chuột khơng thực đại diện cho tất chuột khác chúng 25 cứu phát người trong số hàng triệu người dùng thuốc Các kỹ nhóm uống thuốc A có mức giảm cholesterol thuật cổ điển cho số lượng thay đổi trung bình lớn Tuy nhiên, kết số người nhận thuốc tiềm 20 người chưa phản ánh hết xảy xác số lượng thay đổi hàng ngàn người uống thuốc A? nhóm giả dược Hoặc quy mô vũ trụ, xem xét nhà thiên văn học Edwin Hubble, người Hình 1: Các đường cong dựa phương trình mơ tả liệu đối xứng khác đo 24 thiên hà từ trái đất tốc độ chúng di chuyển so với trái đất Dữ liệu từ nhóm nhỏ cho phép ơng vẽ phương trình dự đốn vận tốc hồi quy gọi tốc độ suy thối cho khoảng cách Nhưng kết Hubble có phản ánh mối liên hệ hàng triệu thiên hà vũ trụ chúng đo lường? Trong tình nhiều tình khác, nhà nghiên cứu sử dụng mẫu nhỏ đơn giản chi phí hạn hẹp khó khăn thu thập liệu Các phương pháp cổ điển, thường giảng Một giả định tương tự thực dạy sử dụng, cố gắng giải nghiên cứu mối liên hệ Ví dụ, vấn đề cách đưa hai giả thuyết xem xét nghiên cứu kiểm tra mối liên hệ độ tuổi mức độ trầm cảm Thứ nhất, nhà khoa học cho có phương trình cụ thể cho tình riêng lẻ mơ hình xác xác suất liên quan đến kết xảy Phương trình phổ biến sử dụng tương ứng với gọi phân phối chuẩn Trong số hàng triệu người độ tuổi 20, có khác biệt tỷ lệ trầm cảm Điều tuổi 30, 80 độ tuổi Các phương pháp cổ điển cho số lượng thay đổi giống hai lứa tuổi mà chọn Các biểu đồ kết liệu có hình Tất giả định cho phép chuông đối xứng xung quanh số giá nhà nghiên cứu sử dụng phương trị trung tâm pháp lý thuyết tính tốn thuận tiện Thật Thứ hai, nhà nghiên cứu giả định số lượng biến thể hai khơng may, họ khơng mang lại kết xác hợp lý nhóm họ so sánh Ví dụ, nghiên Trong viết sách “Giới thiệu cứu thuốc, mức cholesterol thay đổi Ước lượng xác Kiểm định giả 26 thuyết”, tơi phân tích hàng trăm báo Các phương pháp thông thường cung nhận thấy phương pháp cấp giải pháp xác tất giả khơng đáng tin cậy Thật vậy, mối định đề cập trước đáp ứng quan tâm kết lý thuyết thực Nhưng vi phạm nhỏ nghiệm xảy hai kỷ qua giả định hủy hoại kết Khi nhóm mà nhà nghiên cứu Mặt khác, phương pháp mạnh mẽ so sánh không khác cung cấp giải pháp gần hình thức nào, khơng có mối liên hệ, giả định đúng, làm cho chúng phương pháp cổ điển thực tốt gần xác phương pháp Nhưng nhóm khác có mối thơng thường Nhưng tình hình thay đổi liên hệ - điều chắn giả định không phương - phương pháp cổ điển chùn pháp mạnh mẽ tỏa sáng: Chúng tiếp bước Sự khác biệt mối liên hệ quan tục cung cấp giải pháp hợp lý xác trọng bị bỏ sót kết luận gây cho phạm vi rộng tình mà sai lệch lớn theo phương pháp truyền thống không Ngay nhận vấn đề cho kết xác làm cho thứ tồi tệ hơn, Một mối quan tâm cụ thể tình nhà nghiên cứu cố gắng làm việc xung quanh thường xảy mơ hình liệu khơng hạn chế phương pháp thống đối xứng Ví dụ, nghiên cứu kê cổ điển cách sử dụng phương pháp trầm cảm người lớn tuổi, mơ hình khơng hiệu kỹ thuật không hợp lệ liệu không đối xứng - hầu hết người lớn Chuyển đổi liệu loại trừ điểm không bị trầm cảm mức ngoại lai - điểm liệu cực đoan khác xa giá trị liệu khác - chiến Hình 2: Mơ hình trầm cảm người lớn tuổi lược không thiết phải cố định vấn đề Phƣơng pháp Những tiến đáng kể gần thống kê cung cấp phương pháp tốt để đối phó với thiếu sót Trong 30 năm qua, nhà thống kê tạo tảng toán học cho phương pháp Chúng gọi kết kỹ thuật mạnh mẽ, chúng tiếp tục hoạt Giá trị ngoại lai thách thức phổ động tốt tình mà biến Các phương pháp thông thường giả phương pháp thông thường không đáp ứng định giá trị ngoại lai khơng có tầm 27 quan trọng thực tiễn Nhưng tất nhiên điều cách thức cũ hoạt động tốt khơng phải lúc đúng, đó, giả định sai - mặc giá trị ngoại lai tai hại sử dụng dù điều Và hầu hết các phương pháp thơng thường Các phương nhà nghiên cứu ngồi lĩnh vực thống kê pháp mạnh mẽ mang lại cảnh báo kỹ thuật - không cập nhật tài liệu thống kê không rõ ràng, dựa cách đào tạo tiêu chuẩn - để giải vấn đề này, cung cấp cách diễn giải liệu xác nhiều Một bước tiến quan trọng khác tạo phương pháp Bootstrap, kỹ thuật suy luận linh hoạt Kết hợp phương pháp Bootstrap phương pháp mạnh mẽ mang lại loạt kỹ thuật cải tiến để hiểu liệu Có trở ngại cuối cần phải giải cơng nghệ đại có ảnh hưởng lớn đến liệu hiểu biết đào tạo Hầu hết sách giáo khoa giới thiệu thống kê không thảo luận nhiều tiến hiểu biết xảy vài thập kỷ qua Điều làm cho quan điểm sai lầm ngun tắc khơng có tiến Những kỹ thuật đại không quan trọng kể từ năm 1955 Tuy tăng khả phát khác biệt quan sách hướng dẫn nhằm khắc phục vấn đề trọng mối quan hệ mà cung cấp có sẵn bao gồm minh họa cách áp quan điểm làm cho chúng dụng phương pháp đại với phần ta hiểu biết sâu sắc liệu mềm có cố gắng nói cho biết Khơng có quan điểm mà luôn cung cấp tóm tắt xác liệu Nhiều quan điểm quan trọng Với hàng triệu đô la khoảng thời gian dành cho việc thu thập liệu, việc đại hóa đào tạo hoàn toàn cần thiết - đặc biệt nhà khoa học Trong số trường hợp, phương pháp không chuyên thống kê Nếu không, đại cung cấp khơng cải tiến khám phá quan trọng bị nhiều kỹ thuật cổ điển Nhưng có nhiều nhiều trường hợp, hiểu biết chứng cho thấy chúng làm sâu sắc liệu thay đổi đáng kể hiểu biết liệu Thiếu sót giáo dục Anh Tuấn (dịch) Nguồn: http://theconversation.com/new-statistical- Vậy phương pháp methods-would-let-researchers-deal-with- đại lại không thay phương pháp data-in-better-more-robust-ways-67981 cổ điển? Sự khôn ngoan thông thường cho 28 ... quan tâm cụ thể tình nhà nghiên cứu cố gắng làm việc xung quanh thường xảy mơ hình liệu khơng hạn chế phương pháp thống đối xứng Ví dụ, nghiên cứu kê cổ điển cách sử dụng phương pháp trầm cảm người... động tốt khơng phải lúc đúng, đó, giả định sai - mặc giá trị ngoại lai tai hại sử dụng dù điều khơng phải Và hầu hết các phương pháp thông thường Các phương nhà nghiên cứu lĩnh vực thống kê pháp. .. cấp giải pháp hợp lý xác trọng bị bỏ sót kết luận gây cho phạm vi rộng tình mà sai lệch lớn theo phương pháp truyền thống không Ngay nhận vấn đề cho kết xác làm cho thứ tồi tệ hơn, Một mối quan