Достоверность исследования. Нужна помощь Опции

[Klerka5]

Здравствуйте! Пишу работу по редким формам внематочной беременности. так как формы редкие, то объем наблюдений очень маленький(лишь в одно группе 74 пациентки, в остальных-намного меньше, есть группа с 4 обследуемыми). Можно ли, не опираясь на данные исследования и не сравнивая группы между собой(и исследуемые признаки тоже), оценить достоверность проведенного исследования, зная только количество пациенток и то, что такие исследования раньше не проводились? то есть по формуле рассчитать ошибку и по ней сказать, достоверно исследование или нет. я так понимаю, что среднюю ошибку можно рассматривать как то самое p, что рассчитывают в любом исследовании. если нет, то расскажите, пожалуйста, как посчитать p. группы я между собой не сравниваю, так как они не похожи между собой. и еще, расскажите, пожалуйста, как рассчитать необходимый объем наблюдения? я знаю формулу:
n=t2*ср квадративное отклонение в квадрате/(ошибка*t)2
но откуда брать среднее квадратичное отклонение?

Спасибо!

[nokh]

Стьюдент - только для двух групп: скажем, опыт - контроль. Все остальные ухищрения с ним - не корректны, если не вводить поправку на множественность сравнений типа Бонферрони. И наче можно наделать лжеоткрытий (ошибка I рода). С поправкой же чем больше сравнений, тем шансы найти хоть какие-то различия всё сильнее стремятся к нулю. Нужно делать дисперсионный анализ и сравнивать специальными критериями для апостериорных (post-hoc) сравнений коих много. Типа Fisher LSD (самый либеральный) или Tukey HSD (самый строгий). Если важно попарно - то попарно, но можно проверять и более сложные гипотезы.

Вне дисперсионного комплекса вы не сможете найти различия в динамике. То, что для каждого возрастного класса будут существовать значимые различия между группами не говорит о том, что есть различия в возрастной динамике. И наоборот. Различия в динамике, т.е. специфический, непараллельный характер изменений признака с возрастом в группах можно обнаружить только анализируя все данные вместе - в виде взаимодействия факторов - если не известна форма регрессионной зависимости, или другим способом, но опять-таки через ANOVA - если форма регрессионной зависимости известна. Читайте про дисперсионный анализ и взаимодействие факторов.

И ещё. Если ваш научный руководитель требует, чтобы все расчёты выполнялись в Excel, то этим он дискредитирует и себя, и вас. Данный пакет не является статистическим пакетом и не проходит специальных тестов на правильность статистических вычислений (это про DLL и уже обсуждалось на форуме). Специалисты об этом знают и, хотя скорее всего для ваших задач всё будет посчитано нормально, люди которые будут читать вашу работу (статьи, автореферат) подумают - "лопух или неуч". "Лопух" потому что вместо того чтобы осваивать специальные инструменты для научного поиска в виде статистических пакетов работает в процессоре электронных таблиц, - т.е. копает огород топором. Можно, конечно, и топором, но непроизводительно и несолидно. К тому же где гарантии, что формулы введённые вручную правильны и вообще считают то, что нужно? Вы обладаете достаточной квалификацией для этого? И даже если правильны - где гарантии, что формулы в книгах, откуда они были взяты не содержат ошибок/опечаток (это- сплошь и рядом, тоже обсуждалось на форуме неоднократно). А "неуч", потому что за фразой "расчёты были выполнены общепринятыми статистическими методами в пакете MS Excel" стоит отсутствие вообще какого-либо понимания биостатистики, а зачастую и какой-либо статистической обработки кроме среднего +/- ошибка. Если повлиять на руководителя не получится, придётся терпеть до защиты , но примите к сведению на будущее.

[Игорь]

Если ваш научный руководитель требует, чтобы все расчёты выполнялись в Excel, то этим он дискредитирует и себя, и вас.

Справедливости ради, Excel - всего лишь инструмент, и никого он не дискредитирует. Есть несколько статей (могу порекомендовать), посвященных правильности вычислений Excel. И они не доказывают, что Excel уж так плох. Во всяком случае для сходных статистических методов (которых в Excel, конечно, немного) он не хуже иных статистических пакетов, которые интенсивно рекламируются авторами (в том числе на данном форуме) для анализа именно биомедицинских данных.

Если нужны более продвинутые в статистическом плане электронные таблицы (с Андерсоном-Дарлингом, Вилкоксоном, факторным анализом, Капланом-Мейером и т.д., и т.п.), к тому же бесплатные, можно взять Gnumeric. По-моему, есть версия и для Windows, хотя я имею в виду Linux (Ubuntu 11.04).

Была мысль самостоятельно сделать открытую мультисистемную статистическую программу. Уже есть компоненты:
1. Статистическая библиотека на C из AtteStat, вполне продвинутая и отлаженная.
2. Полноценные электронные таблицы на основе библиотеки Qt.
3. Текстовый редактор для вывода протоколов анализа на основе библиотеки Qt.
Работа, однако, затормозилась по двум причинам: отсутствие какой-либо финансовой поддержки (грант бы не помешал, чтобы нанять бригаду программистов) и отсутствие массового интереса пользователей. Поэтому, думаю, сейчас ориентироваться надо на R с его графическими оболочками.

Сообщение отредактировал Игорь - 19.10.2011 - 18:27