
文章插圖
統(tǒng)計學可以從有限數(shù)據(jù)中得出一般結(jié)論 。推斷統(tǒng)計學的全部要點是從有限的數(shù)據(jù)中推斷出一個一般結(jié)論 。“描述性統(tǒng)計學”只是描述數(shù)據(jù) , 未得出任何一般結(jié)論 。但統(tǒng)計學的挑戰(zhàn)和困難之處在于從有限的數(shù)據(jù)中得出一般結(jié)論 。
無法憑借直觀來理解統(tǒng)計學 ?!爸庇^”一詞有兩層含義 。其中一種含義是“易于使用和理解 ?!薄爸庇^”的另一種含義是“本能 , 或即使沒有理由 , 也按照自己認為真實的東西去做 。”使用該定義 , 統(tǒng)計推理絕非直觀 。思考數(shù)據(jù)的樹根 , 直觀往往會將我們引入歧途 。人們經(jīng)常在隨機數(shù)據(jù)中看到模式 , 并經(jīng)常得出未經(jīng)確認的結(jié)論 。從數(shù)據(jù)中得出有效結(jié)論需要統(tǒng)計的嚴密性 。
統(tǒng)計結(jié)論總是以概率的形式出現(xiàn) ?!敖y(tǒng)計學意味著不能說絕對確信 ?!比绻粋€統(tǒng)計學結(jié)論似乎已確定 , 則可能是你在誤解某些事情 。統(tǒng)計學的全部意義是量化不確定性 。
所有統(tǒng)計檢驗均基于假設 。每個統(tǒng)計推斷均基于一系列假設 。不要試圖解讀任何統(tǒng)計結(jié)果 , 直至您看完那個列表 。每一次統(tǒng)計計算背后的假設是 , 數(shù)據(jù)是隨機抽樣的數(shù)據(jù) , 或至少代表可收集到的更大數(shù)量的值 。如果你的數(shù)據(jù)不能代表你本可(但沒有)收集的更大數(shù)據(jù)集 , 則統(tǒng)計推斷將沒有意義 。
應提前作出關于如何分析數(shù)據(jù)的決定 。分析數(shù)據(jù)需要許多決定 。參數(shù)檢驗或非參數(shù)檢驗?是否排除異常值?是否首先轉(zhuǎn)換數(shù)據(jù)?是否對外部對照值進行標準化?是否調(diào)整協(xié)變量?是否在回歸中使用加權因素?所有這些決定(以及更多)均應為實驗設計的一部分 。如果統(tǒng)計分析的決定是在檢查數(shù)據(jù)之后作出 , 統(tǒng)計分析很容易成為一種高科技的顯靈板 - 一種產(chǎn)生預定結(jié)果的方法 , 而非一種分析數(shù)據(jù)的客觀方法 。新名稱是p - 值篡改 。
置信區(qū)間量化精確度 , 且易于解讀 。【統(tǒng)計學的基本概念 統(tǒng)計學的基本概念有哪些】假設你已計算所收集的一組值的平均值 , 或者產(chǎn)生某個事件的受試者比例 。這些值描述你分析的樣本 。但你抽樣的整個群體如何?真實的群體平均值(或比例)可能更高 , 也可能更低 。95%置信區(qū)間的計算考慮了樣本量和分散性 。給定一組假設 , 你可95%的確定置信區(qū)間包括真實的群體值(你只能通過收集無限量的數(shù)據(jù)進行確定) 。當然 , 95%并無特殊之處 , 僅僅是一種慣例 ??舍槍θ魏纹谕闹眯懦潭扔嬎阒眯艆^(qū)間 。幾乎所有結(jié)果 - 比例、相對風險、優(yōu)勢比、平均值、平均值之間的差值、斜率、速率常數(shù)...- 應附加置信區(qū)間 。
一個P值檢驗一個零假設 , 且在開始時可能會很難理解 。P值邏輯起初似乎很奇怪 。檢驗兩組是否不同時(不同平均值 , 不同比例等) , 首先假設這兩個群體實際上相同 。稱之為“零假設” 。然后詢問:如果零假設為真 , 則隨機獲抽樣本之間的差異與實際觀察到的差異一樣大(甚至更大)的可能性是多少?如果P值很大 , 則你的數(shù)據(jù)與零假設一致 。如果P值很小 , 只有很小的可能性 , 則隨機機會產(chǎn)生的差異與實際觀察到的差異一樣大 。這使你質(zhì)疑零假設是否正確 。如果你不能確定零假設 , 就不能解讀P值 。
“統(tǒng)計學顯著性”并不意味影響很大或在科學上很重要 。如果P值小于0.05(一個任意的、但廣泛接受的閾值) , 則認為結(jié)果具有統(tǒng)計學顯著性 。該短語聽起來很明確 。但這意味著 , 這僅僅是偶然 , 在不到5%的時間 , 發(fā)生你觀察到的差異(或聯(lián)系或相關..)(或更大的差異) 。就是這樣 。一個在科學上或臨床上不重要的微小影響可能具有統(tǒng)計學顯著性(尤其是在大樣本量中) 。該結(jié)論也可能錯誤 , 因為你會得出一個結(jié)論 , 結(jié)果在5%的時間具有統(tǒng)計學顯著性 , 這僅僅是偶然 。
“無顯著性差異”并不意味著沒有效果、效果很小或與科學無關 。如果差異無統(tǒng)計學顯著性 , 則可得出結(jié)論:觀察到的結(jié)果并非與零假設不一致 。注意雙重否定 。不能得出零假設為真的結(jié)論 。很有可能是零假設錯誤 , 且群體之間確實存在差異 。對于小樣本量而言 , 這尤其是一個問題 。需要根據(jù)該結(jié)果作出決定時 , 將一個結(jié)果定義為具有統(tǒng)計學顯著性或不具有統(tǒng)計學顯著性是有意義的做法 。否則 , 統(tǒng)計學顯著性的概念對于數(shù)據(jù)分析沒有什么幫助 。
多重比較使得難以解讀統(tǒng)計結(jié)果 。在一次檢驗許多假設時 , 多重比較的問題使其結(jié)果變得具有欺騙性 。如果有5%的檢驗“具有統(tǒng)計學顯著性” , 且如果檢驗了許多假設 , 則可能就會期望得到許多具有統(tǒng)計學顯著性的結(jié)果 ??墒褂锰厥獾姆椒▉頊p少該問題 , 即 , 發(fā)現(xiàn)假的但具有統(tǒng)計學顯著性的結(jié)果 , 但這些方法也使得發(fā)現(xiàn)真實的效果變得更加困難 。多重比較可能非常難以實施 。僅當所有分析均計劃妥善 , 且執(zhí)行并報告所有計劃妥善的分析均時 , 才可能正確解讀統(tǒng)計分析 。然而 , 這些簡單的規(guī)則遭到廣泛地破壞 。
相關性并不意味著因果關系 。兩個變量之間具有統(tǒng)計學顯著性的相關性或關聯(lián)可能表明一個變量會受到另一個變量的影響 。但這可能只是意味著兩者均受到第三個變量的影響 ?;蛘哌@可能是一個巧合 。
以上關于本文的內(nèi)容,僅作參考!溫馨提示:如遇健康、疾病相關的問題,請您及時就醫(yī)或請專業(yè)人士給予相關指導!
「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容,希望對您有所幫助:- Excel如何高效統(tǒng)計不同數(shù)據(jù)的個數(shù)
- 接吻居然能鎮(zhèn)痛?男女必學的接吻技巧
- PS布爾運算的基本概念
- list Python中列表的基本概念
- Excel根據(jù)姓氏統(tǒng)計總產(chǎn)量
- 簡單易學的愛剪輯圖片添加教程
- Excel如何快速統(tǒng)計姓名出現(xiàn)的次數(shù)
- Excel中Sumif函數(shù)的更多應用方法,快速統(tǒng)計表中項目的合計數(shù)量
- 如何在EXCEL中準確統(tǒng)計字符長度
- 如何設置計算器統(tǒng)計信息
