Снова о заболеваемости и смертности |
Здравствуйте, гость ( Вход | Регистрация )
Снова о заболеваемости и смертности |
12.11.2013 - 00:47
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 33 Регистрация: 17.08.2009 Пользователь №: 6249 |
Друзья, я знаю, что когда-то эта тема обсуждалась.
Тем не менее, нужна помощь. Я имею данные о заболеваемости и смертности по своему региону от одного из заболеваний системы крови за 5 лет. Будет поставлен вопрос о статистической значимости колебаний показателей между различными годами. Я ей богу не помню, как здесь правильно поступить - представить доверительный интервал для долей или поработать с критериями. Спасибо за подробный ответ! |
|
19.11.2013 - 21:41
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 1325 Регистрация: 27.11.2007 Пользователь №: 4573 |
Очень важное преимущество метода ДИ перед измерением значения p, то, что с помощью ДИ можно помимо статистической значимости узнать и клиническую значимость. Cложно согласиться с тем, что ДИ имеет отношение к понятию клинической значимости или с тем что ДИ показывает "95% разброс величины". Если вы имеете ввиду, что при больших выборках слабые различия могут быть статистически значимыми, то для оценки величины эффекта существует такой инструмент измрения, как d Cohen's. Это обсуждалось на форуме. ДИ к разнице средних двух групп тоже может быть построен, но он тоже будет отражать где будет находиться разница средних, но никак не отражать клиническую значимость. Сообщение отредактировал DrgLena - 19.11.2013 - 21:42 |
|
19.11.2013 - 23:13
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 116 Регистрация: 20.02.2011 Пользователь №: 23251 |
Cложно согласиться с тем, что ДИ имеет отношение к понятию клинической значимости или с тем что ДИ показывает "95% разброс величины". Если вы имеете ввиду, что при больших выборках слабые различия могут быть статистически значимыми, то для оценки величины эффекта существует такой инструмент измрения, как d Cohen's. Это обсуждалось на форуме. ДИ к разнице средних двух групп тоже может быть построен, но он тоже будет отражать где будет находиться разница средних, но никак не отражать клиническую значимость. Наверное, имелось ввиду следующее: например, проводится стат.анализ, рассчитывается значение р, допустим р > 0.05, если мы опираемся лишь на стат.значимость и значение р, делаем вывод,что все пропало (в смысле не можем отвергнуть нулевую гипотезу ) Мы можем использовать величину эффекта, например Hedges g, Cohen f, Cohens d, Pearson r и др (в своё время насчитал их более 30), допустим получаем значение 0,6 по Коэн d, это достаточно большая величина эффекта, то есть можно сделать вывод,что не все пропало?? Строим доверительные интервалы для d Коэна - получаем 0.2-0.9, то есть эффект может быть как очень маленьким так и большим, опять чего-то не хватает, чтобы сделать определённый вывод. Но в данном случае, доверительные интервалы помогли определить "силу" или "надёжность" наших суждений относительно величины эффекта, которая отражает практическую значимость. Хотя в любом случае не следует забывать, что эти границы значений величин эффектов - это такие же произвольные значения, как и в случае 0,05 для р значения. Поэтому окончательные выводы о значимости своих результатов, объединив как стат.значимость так и практическую значимость, должен делать,как это не прискорбно, человек :-) Сообщение отредактировал TheThing - 19.11.2013 - 23:15 |
|