280 likes | 424 Views
Kísérlettervezés és értékelés. Honlap: http://xenia.sote.hu/hu/biosci/docs/biometr/. Jellegzetes jelenségek. Már majdnem kész a cikkünk, csak a statisztika hiányzik. Segítség! Átgondolatlan vagy nem létező előzetes kérdések = lehet, hogy nincs érvényes következtetés
E N D
Kísérlettervezés és értékelés Honlap: http://xenia.sote.hu/hu/biosci/docs/biometr/
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.
Általános bevezetés • A kutatás teljes folyamatának áttekintése • Tervezési szakasz • Adatgyűjtési szakasz • Értékelési szakasz • exploráló adatelemzés • statisztikai elemzés • Jegyzőkönyvezés, dokumentálás
Ezen előadás legfontosabb mondanivalói • A véletlen változékonyságot, szóródást okoz • A kísérletező(k) vágyai befolyásolják az eredményeket (?!) • A kutatás legfontosabb lépése a tervezés • A tervezés és az értékelés szorosan összefüggenek • Az eredmények értékelésében kell a statisztikai szemlélet • Néhány számítási módszert magunk is elvégezhetünk • Gyakran érdemes statisztikai szakértőtől tanácsot, segítséget kérni • A statisztikai tervezés és értékelés szolgáltatásként is rendelkezésre kell álljon
André-Marie Ampēre (Andre-Marie Ampere, 1775-1836) 1. A researcher invents a new hypothesis about some area of experience (on the basis of earlier research, intuition, and logic) 2. A researcher infers an empirically testable implication of the hypothesis. 3. A researcher then performs an empirical research project to test whether the implication is actually present in the area of experience. 4. If evidence of the implication is found (and in the absence of a reasonable alternative explanation), the community with prime interest in the area of experience will (by informal consensus) accept (or will be more inclined to accept) the hypothesis framed in step 1 as being correct.
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 Elővizsgálatokadatbányászatexploratívelemzés (1) Változók kiválasztása Adatfelvételi módszer Adatgyüjtés Exploratívadatelemzés (2) Konfirmatívadatelemzés 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)
1. Megfigyeléses vizsgálatok(elsősorban klinikai, epidemiológiai kutatásban, nem részletezzük) • Eset-sorozat (case-series), leíró • Eset-kontroll (case-control), retrospektiv • Keresztmetszeti felmérés, jelenlegi helyzet jellemzésére • Kohorsz tanulmány, prospektiv, előretekintő • Historikus kohorsz tanulmány, részben retrospektiv, onnan előre elemez
2. Beavatkozásokvizsgálata • Vizsgálatok, kontrollhoz hasonlitással • Parallel kontrollok • randomizált • nem-randomizált • Szekvenciális kontrollok • önkontrollos • cross-over, önkontrollos • Külső kontroll (benne a történeti kontroll) • Kontroll nélküli vizsgálatok (?) • Abszolút érték meghatározása (standardhoz hasonlítással)
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, papirra 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)
A vizsgálat kiterjedése • Vizsgálat alanyai • Változók • Fő változó(k) • Másodlagos változók (mit érdemes mérni, mit nem) • Összetett változók • Összefüggés a változók között • Kategorizálás, mérés • Mérési skálák
Az összehasonlítás tipusai • Kontroll (placebo, és/vagy kezeletlen)-- kezelés • “Konvencionális” -- új kezelés • Ekvivalencia (x anyag -- y anyag összehasonlítása) • Dózis--hatás összefüggés, függvény keresése • Receptor kötés (kötési paraméterek) • enzimaktivitás (enzim paraméterek) • Kölcsönhatások vizsgálata
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)
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….
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 döntési küszöbök értékei Elsőfajú hiba (alfa), második fajú hiba (béta) A nem paraméteres módszereknél a béta meghatározása nehéz, a “power”, a módszer ereje gyakran ismeretlen
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?