Transcript anova-ii - xenia.sote.hu!

Kísérlettervezés és értékelés
az egy szempontos ANOVA használata
Jellegzetes jelenségek
• Már majdnem kész a cikkünk, csak a
statisztika hiányzik. Segítség!
• Átgondolatlan vagy nem létező előzetes
kérdések =
lehet, hogy nincs érvényes következtetés
• A tervezésben sorrend fontos, mindent a
maga helyén kell csinálni
• A statisztikai meggondolások a tervezési
szakasz során, annak közepén kerüljenek
sorra.
A kutatás teljes folyamatának áttekintése
• Tervezési szakasz
• Adatgyűjtési szakasz
• Értékelési szakasz
– exploráló adatelemzés
– statisztikai elemzés
• Jegyzőkönyvezés, dokumentálás
• Közlés
Ezen előadás legfontosabb mondanivalói
• A kutatás legfontosabb lépése a tervezés
• A tervezés és az értékelés szorosan összefüggenek
• Az eredmények értékelésében kell a statisztikai
szemlélet
• Néhány statisztikai módszert magunk is
elvégezhetünk
• Érdemes statisztikai szakértőtől tanácsot kérni
• A statisztikai tervezés és értékelés:
szolgáltatásként is rendelkezésre kell álljon
A kísérletező pszichológiája, érdekei
T. C. Chamberlin:
The Method of Multiple Working Hypotheses.
With this method the dangers of parental affection for a
favorite theory can be circumvented.
Science (old series): 15, 92, 1890
Science 148:754-759 (1965), reprinted
•Premature theories
•Ruling theories linger
•A family of hypotheses
•Drawbacks of the method
•Multiple hypotheses and practical affairs
•Danger vacillation
•Imperfections of knowledge
A társadalom érdeke, hogy a kutató
objektiv legyen
•A kutatás objektivitását egyre több jogszabály, előírás
próbálja biztosítani.
•Ez különösen fontos a gyógyszerek, készülékek,
eljárások kipróbálásakor
•Ez ugyanolyan fontos az elméleti hipotézisek
vizsgálatánál
•Good Laboratory Practice
•Good Clinical Practice
•Etikai kódex(ek)
Kutatási kérdések
Hypotézisek
Predikciók
Elővizsgálatok
adatbányászat
exploratív elemzés (1)
Változók kiválasztása
Adatfelvételi módszer
Adatgyüjtés
Exploratív adatelemzés (2)
Konfirmatív adatelemzés
Précsényi István: Alapvető kutatástervezési, statisztikati,…. Debrecen (1995 )nyomán, kibővítve
A „feltáró” kutatás
(elővizsgálatok)
• Van feltételezésünk, de keveset tudunk:
–
–
–
–
A kísérletben alkalmazott módszerekről
A módszer hibájáról
A várható szóródásról
Kísérleti beavatkozásainktól várható változások
(?) irányáról és méretéről
– A kísérletezés költségeiről, komplikációkról
„Bizonyító” kutatás
• Ennek tervezéséhez
– van határozott ismeretünk (előkísérletből, adatbányászatból)
• a célról
• a populációról
• a változókról
• a várható szóródásról
• a kiértékelés módszeréről
• a várható, vagy megismerni kívánt mértékű
(nagyságú) eredményről
(szükséges a vizsgálat erejének számításához)
Az adatok integritása
• Minden adat rögzítendő
• Minden nem tervezett tulajdonság
jegyzőkönyvezendő
• „Hibás adat” azonosítása, kezelése,
eltávolítása hogyan történhet?
• Outlier adat sorsa (nincs ismert hibája, csak
az értéke „kilóg”)
• A rögzített adatok ellenőrizendők
számitás előtt és után (gyakori hibaforrás?)
A szoftver, a számítások integritása
•
•
•
•
Jó és hiteles szoftvert használjunk
A célnak pontosan megfelelő számítást végezzünk
Az elemzett adatok köre rögzítendő
A rögzített adatok ellenőrizendők számítás előtt és
után
• Az elemzés menete, eredménye ellenőrizendő, fileba
vagy papírra nyomtatandó
• Statisztikai jegyzőkönyvezés (is) kell (GLP)
• Példa:
Jelentések, közlemények, adatok
• Az eredmények tárgyszerű közlése
• A módszerek ismételhetőségét bemutatni
• Az értékelés módszere, megismételhetőségét
illusztrálni kell
A szisztémás hibák elleni védekezés
(minimalizálásuk) eszköze
– a randomizálás
• Segít biztosítani a módszer kinduló feltételeinek
teljesülését (véletlen minta)
• Sokféleképen lehet randomizálni
– egyszerűen
– blokkokban
– rétegezetten
– A vak és a kettős vak módszer véd a szubjektív hibák ellen
(blind, double blind: „vak” – vagy „redőny, ”?
• Lásd Chamberlin cikkét
• Néha a vak kisérletezés nem könnyű
Kísérleti elrendezések egyes típusai
(a megvalósítás terve)
• Random elrendezés
(véletlenszerűen kiválasztott k csoport)
• Randomizált blokk elrendezés,
(ahol kísérlet-technikai csoportosítás is történik)
– Független alanyok, kísérleti egységek
– önkontroll, egy alanyon több mérés
– vegyes: egyes tényezők független alanyon,
más tényezők önkontrollos elrendezésben
• Faktoriális elrendezés
(ahol sok szempont, faktor szerinti elrendezést vizsgálunk)
• Latin négyzet elrendezés
(ahol kevés alanyon kell sok szempont szerint vizsgálni)
Lebonyolítás
• Legyen-e közbülső elemzés,
vagy fix méret, végső elemzéssel
• Kizárási feltételek
(egyes adat, alany „kiesése”)
• Meddig folytassuk?
– Cut your losses?
– Döntésig
– Előre tervezett időpontig, vagy mennyiségig?
Jegyzőkönyvezés
(statisztikai...)
•
•
•
•
•
•
Az adatok részletes vizsgálatának alapja
Outliers és a jegyzőkönyv
Outliers és statisztikai kritériumok
Outliers és a report, cikk irása
Kizárási feltételeket előre kell(ene) megadni
A hiányzó értékek esete (“pótlás”, dummy)
Összefoglalás
Kiinduló feltételezések
• A mért változó
– nominális skálán
– ordinális skálán
– numerikus skálán
(eloszlása nem standard normális)
• A null hipotézis
– eloszlások azonossága
– a mediánok azonossága
• A minták száma
– Lehet 1, 2, >2
A módszer választáshoz útmutatás
• Függ:
–
–
–
–
A kutatási kérdéstől
Kísérleti elrendezéstől
A mérés skálájától (nominális, rang, intervallum)
Az elemszámtól
• Van-e különbség?
– 1 csoport
– 2 csoport
– 3, vagy több csoport
• Van-e összefüggés?
• Hány független változó van?
Felkészülés, mérlegelés
•
•
•
•
milyen skálán mért adatokról, milyen eloszlásról van szó?
milyen mérési, kisérleti elrendezést alkalmazható?
milyen elemzési módszer alkalmazható
milyen feltételeknek kell(ene) az adatoknak megfelelniük.
– teljesülnek-e a feltételek?
•
•
•
•
•
az adatok kezelése az elemzéshez
kell-e transzformáció?
milyen statisztikai szoftvert alkalmazzunk?
hogyan fogjuk felhasználni a statisztikai eredményeket?
milyen statisztikai következtetések lehetségesek az elemzés
után?
• Milyen statisztikai következtetésből milyen szakmai
következtetések lehetségesek az elemzés után?
Javasolt munkarend
•
•
•
•
•
•
•
•
•
Előzetes kísérletek, tájékozódás.
A kísérleti hipotézis megfogalmazása
A statisztikai hipotézis megfogalmazása
A feltételek megvizsgálása
Adat elemzés, átalakítás
Elemzés
Illusztrálás
Dokumentálás, a statisztikai jegyzőkönyvezés
Véleményezés, rögtön az elemzés végén.
Kísérlettervezés és értékelés
egy szempontos ANOVA, egy vizsgált változóval
Adatelőkészítés
• Mérési jegyzőkönyv feldolgozása
– Kézi adatbevitel
– Elektronikus rekordok átvitele, kivonatolása
átrendezése
• Statisztikai elemzésre felkészítés
– Jelölés, csoportosító változók bevitele
– Hiányzó adat(ok) kezelése
– Segéd változók, mellékes adatok felvitele
• Elemzéshez használható lehet
Adatok ellenőrzése, ábrázolás
• Adatrögzítési, átalakítási hibák elleni
védekezés
• Grafikai bemutatás segíti az áttekintést
• Előzetes elemzés, egyszerű módszerekkel
A feltételek ellenőrzése
• Az eloszlás normalitásának vizsgálata
– Nagyobb adatmennyiség kell hozzá
– A mintából nem mindig végezhető el
• A szórásnégyzetek homogenitásának
vizsgálata (homoscedascitás)
– A mintából végezhető
– Bartlett próba és társai
– Levene teszt
Transzformálás, ha kell
Kölcsönösen egyértelmű átalakítás
• Mértékegység választás…
• Szigorúan monoton függvények használata
– y=x2 , y=sin(x), y=log(x), y=ex és inverzeik, stb
– A lognormális eloszlás
Egyirányú átalakítás
• Osztályokba sorolás
• Rangtranszformáció
Transzformálás
(szisztémás adatátalakítás)
• Mindig történik (valamilyen) transzformálás
 A mérés során (műszerbe építetten, kalibrálásnál, számolásnál)
gyakori a lineáris, vagy nem líneáris transzformáció
 A mérési célú transzformációnak van (?) szaktudományos alapja
 Példa: logit transzformáció radioimmun mérések kiértékelésénél
linearizálja a kalibrációs görbét
 A statisztikai célú transzformáció a kiértékelés lehetőségeit
módosítja
 Példa: a szórás arányos a csoport átlagával
– a logaritmikus transzformáció ezt eltüntetheti
• Lehetőleg a tervezési szakaszban meg kell adni a lehetséges
eljárást.
• Ne attól tegyük függővé a transzformálást, hogy utána kijön-e a
kívánt eredmény….
Elemzés első szakasza: az ANOVA
• Az egy szempontos ANOVA esete egyszerű
– A több szempontos ANOVA-nál a modell
választás kritikus lehet
• Ha az ANOVA eredménye nem szignifikáns
– Befejeződik a statisztikai elemzés
– Folytatódhat a kutatás
• További adatgyűjtéssel ugyanazon kérdésről
• Módosított vizsgálati feltételekkel
Az elemzés második szakasza:
eltérések vizsgálata
• Tervezett összehasonlítások
– Dunnett próba, egy kontrollhoz minden más
– Elemszám optimum: ha m darab kezelt csoport
mind j, akkor a kontroll legyen j*√m elemszámú.
– Kontrasztok – koefficiensekkel (ci) úgy hogy ∑ci=0
• Minden lehetséges összehasonlítás
– Páros
– Kontraszt
• Fischer LSD, Newman-Keuls, Tukey, Scheffé
– Power?
Jegyzőkönyvezés, dokumentálás
• Good laboratory practice…
• A dokumentálás teljes körű legyen
• Nyers adatok, adatfeldolgozás (célszoftver?)
– Célszoftver validálás
– Szelekció?
• Ábrázolás, a felhasznált adatok
reprezentatívak-e? Visszakereshetők-e?
• Statisztikai szoftver, verziószám, dátum?
• A munkamenet dokumentálása,
• Archíválás
Kitérő:
Nyílt hozzáférés (Open Access)
• Közpénzből dolgozik a tudományos kutatás
• Eredményei közkinccsé kell váljanak
• A közlemények hozzáférhetősége
– Medline és társai
– Pubmed Central és társai
• Az adatok hozzáférhetősége
– Reprodukálhatóság
– Ellenőrizhetősége
– Tovább elemzés lehetőségei