Psykopatologia.munfoorumi.com

b i a s

(engl.), ennakkomieltymys, määrättyyn (välillä subjektiiviseen) suuntaan kallistuva suosiminen; jatkuva virhe tai erehtyminen (usein) tiettyyn suuntaan; systeemaattinen virhe koetilanteessa ym. Termillä ei ole tarkkaa suomen kielistä vastinetta, ja usein termin merkitys määräytyy tilanteen mukaan. Puhutaan mm. testaus-biaksesta, haastattelija-biaksesta, vastaus-biaksesta ym. Statistiikassa esimerkiksi otos-bias merkitsee sitä, että näyte ei ole edustava (vaikka sen pitäisi olla). *Tässä niteessä s. xx.

Onko systemaattinen bias -kirjainvirhe, systeemaattinen?

Systemaattinen bias -kirjainvirhe on systeemaattinen.

Psykopatologia kirjoitti:Systemaattinen bias -kirjainvirhe on systeemaattinen.

Kiva.

Psykopatologia kirjoitti:b i a s

- -

Statistiikassa esimerkiksi otos-bias merkitsee sitä, että näyte ei ole edustava (vaikka sen pitäisi olla). *Tässä niteessä s. xx.

Haastattelututkimukset eivät ole tuttuja minulle. Kohteeni eivät yleensä puhu. (Ainakaan toistaiseksi eivät ole puhuneet minulle.)

Sen sijaan jakaumaoletukset ovat tuottaneet jos jonkinlaista päänvaivaa. Kun on pienet aineistot ja monet selitettävät parametrit, vapausasteet jäävät pieniksi ja toisinaan jakaumat eivät noudata normaalijakaumaa aineistossa. Huonosta kokeen suunnittelustahan usein kiikastaa ja siis rahan puutteesta. Onneksi noilla käyttämilläni menetelmillä pieni "vinous" tai huipukkuus ei juuri haittaa analyysiä.

Hilppa kirjoitti:

Psykopatologia kirjoitti:b i a s
- -
Statistiikassa esimerkiksi otos-bias merkitsee sitä, että näyte ei ole edustava (vaikka sen pitäisi olla). *Tässä niteessä s. xx.

Haastattelututkimukset eivät ole tuttuja minulle. Kohteeni eivät yleensä puhu. (Ainakaan toistaiseksi eivät ole puhuneet minulle.)

Sen sijaan jakaumaoletukset ovat tuottaneet jos jonkinlaista päänvaivaa. Kun on pienet aineistot ja monet selitettävät parametrit, vapausasteet jäävät pieniksi ja toisinaan jakaumat eivät noudata normaalijakaumaa aineistossa. Huonosta kokeen suunnittelustahan usein kiikastaa ja siis rahan puutteesta. Onneksi noilla käyttämilläni menetelmillä pieni "vinous" tai huipukkuus ei juuri haittaa analyysiä.

Impressioni biologisista tutkimuksista on toisenlainen: Jakaumat eivät juuri koskaan ole normaaleja, eikä mitään otoksia ole.
Silti voidaan käyttää statistiikkaa, joka on kehitetty otoksiin ym. Käytössä saattaa olla kotikutoisia sääntöjä tulosten
merkitsevyyden suhteen ym.

Psykopatologia kirjoitti:

Hilppa kirjoitti:

Psykopatologia kirjoitti:b i a s
- -
Statistiikassa esimerkiksi otos-bias merkitsee sitä, että näyte ei ole edustava (vaikka sen pitäisi olla). *Tässä niteessä s. xx.

Haastattelututkimukset eivät ole tuttuja minulle. Kohteeni eivät yleensä puhu. (Ainakaan toistaiseksi eivät ole puhuneet minulle.)

Sen sijaan jakaumaoletukset ovat tuottaneet jos jonkinlaista päänvaivaa. Kun on pienet aineistot ja monet selitettävät parametrit, vapausasteet jäävät pieniksi ja toisinaan jakaumat eivät noudata normaalijakaumaa aineistossa. Huonosta kokeen suunnittelustahan usein kiikastaa ja siis rahan puutteesta. Onneksi noilla käyttämilläni menetelmillä pieni "vinous" tai huipukkuus ei juuri haittaa analyysiä.

Impressioni biologisista tutkimuksista on toisenlainen: Jakaumat eivät juuri koskaan ole normaaleja, eikä mitään otoksia ole.
Silti voidaan käyttää statistiikkaa, joka on kehitetty otoksiin ym. Käytössä saattaa olla kotikutoisia sääntöjä tulosten
merkitsevyyden suhteen ym.

Erikoinen ajatus, että ei olisi otosta. Kyllä on perusjoukko, josta valitaan otos, jolla on aina rajoituksensa ja joka on aina enemmän tai vähemmän puutteellinen. Tutkimuksen luonteesta riippuu, millainen on otannan merkitys ja miten tuloksia halutaan tai voidaan yleistää. Onko tavoitteena kuvata jonkin ilmiön luonnetta, ja onko tavoitteena laatia ilmiöstä matemaattinen malli, joka kuvaa ilmiötä mahdollisimman hyvin? Sellainen tutkimus on kuvailevaa luonteeltaan. Onko mallin oltava koko peruspopulaatioon yleistettävissä tai miten hyvin/huonosti malli on peruspopulaatioon yleistettävissä? Onko mallin oltava ennustava malli? Tai tutkitaankin vain, miten joku asia on (esim. erilaisten käsittelyjen vaikutukset otokseen, koejärjestely). Edellä on mainittu vain muutamia teoreettisia tarkastelutapoja.

Jos joku tekee esimerkiksi hanta-viruksilla satoja erillisiä kokeita sisältävän tutkimuksen,
mikä tällöin olisi perusjoukko?

Luulen, että ei ole mitään spesifiä tilastollista sääntöä, jonka mukaan tulisi määrittää
"merkitsevyyttä" yms.

Psykopatologia kirjoitti:Jos joku tekee esimerkiksi hanta-viruksilla satoja erillisiä kokeita sisältävän tutkimuksen,
mikä tällöin olisi perusjoukko?

Luulen, että ei ole mitään spesifiä tilastollista sääntöä, jonka mukaan tulisi määrittää
"merkitsevyyttä" yms.

1) Puhutko kuvitteellisesta tilanteesta? Kuvaamasi tapauksen käsitän seuraavasti. Perusjoukko voisi olla maailman koko hanta-viruspopulaatio, josta on eristetty laboratoriossa joku tietty hantaviruskanta, joka tässä kuvitteellisessa tapauksessa edustaisi tutkittavaa erillispopulaatiota. En ole perillä virustutkimuksesta, joten en osaa ottaa kantaa tilastollisessa käsittelyssä esiin tuleviin ongelmanasetteluihin. Perustan tilastolliselle ongelmanasettelulle muodostavat aina tutkittavan ilmiön biologiset lainalaisuudet, jotka tutkijan on tunnettava ennen kuin voi tehdä päätöksiä tilastollisesta käsittelystä ja sen perusteista, kuten otoksen muodostamisesta ja perusjoukon määrittelystä. Niihin on olemassa myös teknisiä menetelmiä, mutta tutkimuskohteen biologinen luonne ja tausta on tunnettava ensin.

2) En ymmärrä, mitä tarkoitat tässä "merkitsevyydellä". Tilastotiede on eräänlainen aputiede, jonka menetelmin voidaan kuvata tutkittavaa ilmiötä matemaattisesti. Aina ennen tilastollisen menetelmän valintaa on ensin päätettävä, mitä tutkittavasta ilmiöstä halutaan saada selville ja miksi. Esim. täytyy olla näkemys, onko tutkimuskohteena olevaa ilmiötä ja sen käyttäytymistä ylipäätään järkevää tutkia valituilla menetelmillä ja tuntea niiden ilmiöiden biologinen perusta. Tilastotiede ei luo e.m. kysymyksiä vaan antaa työkalun ja tukea tehdyille päätelmille, joita ongelmanasettelussa on tavoitteena ratkaista, kuten hypoteesille/nollahypoteesille ja niiden painoarvoille.

Puhun todellisesta, mutta en pysty kuvaamaan tapahtumia riittävän hyvin.

Etsitään "viruksentappajaa" hieman muuntuvin koejärjestelyin. Oletetaan,
että 101. toimii. Montako toimivaa toistoa tarvitaan, että löydös on "tosi"?
yms.

Olen kuullut, että hiukkasfysiikasta on julkaistu koetuloksia, joita ei ole kyetty toistamaan lainkaan (toisessa laboratoriossa).

En tunne virustutkimusta, leikittelen vain ajatuksella seuraavassa. En myöskään ymmärrä, mitä tarkoitat esittämälläsi tutkimustapauksella, että juuri sadasensimmäinen koejärjestely tappaa virukset. Mitä merkitystä on sillä, että juuri sadasensimmäinen järjestely on tappava? Onko kyse vain yrityksen ja erehdyksen kautta kokeilusta ja etsinnästä? Eikö tuolloin riitä yksi toisto? Tärkeää voisi olla esimerkiksi, että koe pystyttäisiin toistamaan jossain toisessa laboratoriossa. Mutta entä jos virus olisi jo ehtinyt modifioitua genotyypiltään, eikä tuo tietty järjestely enää tappaisikaan virusta?