Miért fontos a tudományos kísérleteknél az ismételhetőség? Egy-egy százalék döntheti el a statisztikákban, hogy mi számít valósnak?

Szerintem olvass utána a téménak, mert egyelöre halvány fogalmad sincs semmiröl.

A megismételhetöség azért kell, mert különben nem bizonyítható - és akkor az ezotéria körébe tartozik a dolog.

A megismételhetőséget már írták előttem.

Egy kísérletet megtervezni, meg főleg kiértékelni az matematikai statisztikai módszerekkel megy.

A fent említett elrendezés nem jó kb semmire, (nincs is kontroll és kezelt csoportod).

Tegyük fel, hogy van egy valódi gyógyszered, ennek a hatását szeretnéd vizsgálni. 10000 embert két csoportba osztasz A: placebót kap (azt hiszi, hogy gyógyszert kap), B: megkapja a gyógyszert (hatóanyaggal).

1. eset.

Az A csoportban meggyógyul a betegek fele: 2500 ember.

A B csoportban meggyógyul az emberek 4/5-e: 4000 ember.

Ebben az esetben az adatok alapján úgy tűnik, hogy a gyógyszer hatásosabb a placebónál. Azonban ezt ne jelentsd ki, mert ezt statisztikusnak kell kiértékelnie, megfelelő hipotézisvizsgálat segítségével. A hipotézisvizsgálat eredmény lehet az, hogy szignifikáns a különbség az arányokban (ez azt jelenti, hogy csupán a véletlen nagyon kicsi eséllyel okozott volna ilyen különbséget az arányokban).

Lehet az is, hogy:

2.

A csoportban 2500 gyógyult,

B csoportban 3000 gyógyult.

Ez már fogósabb kérdés, itt megint szükség van statisztikusra. Itt a gyógyulási arányok közelebb vannak egymáshoz, azonban lehetséges, hogy az eredmény így is az, hogy szignifikánsan jobb a gyógyszer a placebónál. Megjegyzem ilyen esetekben nem csak azt kell nézni, hogy szignifikáns-e a különbség, hanem azt is, hogy klinikailag relevánsnak tekinthető e ez a hatás!

3.

Tegyük fel most, hogy 50-50 betegen végezzük el csak a fenti kísérletet

A: 25 meggyógyul

B: 30 meggyógyul

Ebben az esetben ugyanazok az arányok, mint a 2-esnél, mégis józan ésszel meggondolva 50 ember esetében ezt a különbséget sokkal inkább okozhatta a véletlen, mint 5000 ember esetében. Itt, bár az arányok ugyanazok, mint a 2-es példában, hihetőleg statisztikailag nem lesz szignifikáns az eredmény. Ugyanis a megfelelő hipotézisvizsgálat, figyelembe veszi a mintaelemszámot is, nagyon helyesen.

Összefoglalva: mérési adatok, gyógyszerkísérletek kiértékelése, hipotézisvizsgálat, következtetés, interpretáció: statisztikusi feladat. Továbbá a statisztikai szignifikancia mellett figyelembe kell venni a hatásnagyságot (pl itt az arányok különbségét), hogy az klinikailag releváns-e.

Szerintem is butaságot beszélsz.

Ha a kapott statisztikai felmérési eredmény az, hogy az emberek 49%-ánál működik a placebo, 51%-ánál nem, akkor a tudományos adat vagy "tény" az, hogy: az emberek 49%-ánál működik a placebo, 51%-ánál nem. Kész, passz! miért ne lenne ez 'jó' fajta adat?

Épp hogy a közelmúltban általam olvasott tud. cikkeknek vtöbb mint a fele ilyen fajta volt: "a vizsgált alanyok között az 50 év fölötti csoportban 12%-ákkal nagyobb volt a megbetegedések aránya, ami a feltételezett 6%-os hibaküszöböt jóval meghaladja, következésképp valószínűsíthető, hogy az életkor döntően befolyásolta az erre a betegségre való hajlamot..."->ilyesmik

vagy: "Azok között az egerek között, akik a W-kapszulát szedték, 12-20%-os izomtömegnövekedés volt tapasztalható..." (követi a részletes lista az ÖSSZES egér egyéni adataival)

Vagy azt gondoljuk, a tudomány csak igen-nem válaszokat képes adni, vagy most mi van?

Van valamiféle előítélet (még a GYIK Tud. témakörbe írogatók között is sokszor, sajna!), hogy a tudomány nem "képes" bizonyos dolgokat kezelni, mondjuk nem használhat statisztikai módszereket (?), vagy nem boldogul, ha nem ismételhető meg valami, de ez butaság! ha a természet olyan, hogy nem lehet a megszokott módon vizsgálni, akkor másik módszerrel fogjuk vizsgálni. A természet olyan, amilyen.

A BIZONYTALANSÁG nem semmisíti meg a kutatást, ellenkezőleg: a legtöbb kísérleti eredményt közlő cikk (ha olvasol ilyeneket) valószínűleg alapból tartalmaz egy becslést, hogy a szerzője szerint az eredmény mennyire megbízható, mennyire reprezentatív.

(mekkora hibaarány (nem mért adatok által okozott "zavar") lehet benne valószínűleg, mennyire lehet általánosítani.)

pl: ha leültetek 100 embert és kitöltetek velük egy tesztet, figyelembe kell vennem, hogy 100 fő nem sok; figyelembe kell vennem az összetételüket: nem, kor, nemzetiség, legmagasabb isk. végzettség stb. Figyelembe kell venni minden befolyásoló tényezőt, amit lehet: gyengébben szerepelnek a teszten, ha reggel 8ra volt kitűzve az időpontja? stb.

A "tudományos módszer" önmagában egy halálosan egyszerű dolog, ahol mindössze annyi az elvárás, hogy pontosan dokumentált kísérletekkel, a gyakorlati valósággal összevetve ellenőrizd, hogy valami bebizonyítható-e vagy sem. (Az se baj, ha a kísérlet másodjára más eredményt ad: nem baj, te dokumentáltad, hogy mi történt, lehet vele dolgozni, utánanézni, hogy mi okozhatta az eltérést.)

A 3-mas lúdtalpas példája is hasonló az én 4-es példámhoz. Ott a "kontroll" csoport: akik a hagyományos kezelést kapják, a "kezelt" meg, akik az új kezelést kapják.

(A rossz elrendezést a Kérdezőére írtam.)

"Épp ezért nem jó megfogalmazás szerintem az, hogy a kísérletek alapján a (példában említett) gyógyszer "hatásosabb, mint placebo". "

Ezt akkor mondjuk, ha erre jó okunk van, statisztikai szignifikancia és klinikailag releváns hatásnagyság.

Próbáld meg megérteni amiket írtam, vagy utánanézni, hogy hogyan működnek a hipotézisvizsgálatok.