miksi tilastointi on niin vaikeaa? Miten helpottaa?
23.joulukuuta 2019/ gianfranco / Clinical Research / 0 comments
koska olen käsitellyt tilastoja, yksi useimmin kuulemistani lauseista on: ”en ole koskaan ymmärtänyt mitään tilastoista”. Joku jopa liioitteli: ”vihasin tilastoja yliopistossa”. Ja nämä sanat lausuvat tutkijat, jatko-opiskelijat, lääkärit, biologit ja niin edelleen.
haluaisin käydä tämän toteamuksen yksityiskohtaisesti läpi ymmärtääkseni tämän oletetun vaikeuden ja antaakseni jonkin ehdotuksen siitä, miten ymmärtää se vaivattomammin.
lähtökohta: kaikki mitä täällä lukee, on henkilökohtaista pohdintaani, joka perustuu omaan kokemukseeni ja kollegoideni mielipiteisiin.
yleisesti käytetään syy-seurausmekanismia jonkin ilmiön ymmärtämiseen. Tarvitsemme selkeitä syitä ja konkreettisia tosiasioita. Tarvitsemme varmuutta: jos etiopathogeneettinen aine on läsnä, sinulla on tauti. Voit olla varma!
tilastoissa taas on kyse akaasiasta. Tilastojen käyttämä paradigma ei ole syy-seuraus vaan todennäköisyys. Ihmisellä on ongelmia todennäköisyyksien kanssa. Saksalaisen Regensburgin yliopiston tutkijoiden Frontiers in Psychology-lehdessä julkaisemassa tutkimuksessa tätä käsitettä tutkittiin huolellisesti. Pohjimmiltaan ihmisillä on paljon vähemmän vaikeuksia ratkaista taajuuksina ilmaistuja ongelmia kuin sama identtinen ongelma, joka esitetään todennäköisyytenä.
käytännössä, jos aineisto esitetään ”1-40”, kysymys on helpompi ymmärtää kuin jos se ilmaistaan prosentteina (2,5%).
faktat, ei todennäköisyydet. Tämän me ymmärrämme ihmisinä.
ironisesti on myös havaittu, että koska tilastollisessa kirjallisuudessa ja yliopistoluennoissa käytetään yleensä prosenttilukuja taajuuksien sijaan, opiskelijat pyrkivät muuttamaan taajuudet todennäköisyyksiksi ongelman ratkaisussa. Tämä on jotain, jota kutsutaan ”Einstellung vaikutus”, prosessi, jonka edessä ongelma emme käytä yksinkertaisin henkinen malli, mutta mitä yleisimmin käytetään kollegamme, ystävät, jne.
mutta mennään eteenpäin.
Hyvät tilastoopettajat ovat harvinaisia: käytetään tunteita ja tilastojen ”epädemokraattisuutta”
on hyvin vähän hyviä opettajia, joita haluaisi kuunnella neljä tuntia väsymättä. Ja hyviä tilastotieteen opettajia on vielä vähemmän. IMHO, opettajan pitäisi puhua tilastoista uskon, luottamuksen, rakkauden ja filosofian kannalta. Ei vain numeroita. Kun käsittelemme tilastollista ongelmaa, meidän on aina oltava mukana emotionaalisella tavalla ymmärtääksemme sen merkityksen.
eräs lääketieteen tilastotieteen professori selitti minulle positiivisen ennustearvon (PPV) näin:
”menit viime viikolla juhliin ja olit humalassa. Seuraavana päivänä heräsit tytön sängystä, joka ei ollut Kalkutan Pyhä Teresa. Tänään he antoivat sinulle testin tuloksen, jotta näet, oletko saanut sukupuolitaudin (sanotaanko HIV) ja lääkäri kertoo, että testin PPV on 55%. Käännetty: 100 positiivisesta testistä vain 55: llä on todella sairaus. Mitä sanoisit? Kannattaako tämä testi tehdä?”
muistat pitkään, mikä on testin ennustearvo. En tiedä miksi: varmaan tarina siinä välissä, vitsi, pointti juopottelusta. Mutta me kaikki muistamme tuon lauseen, tuon esimerkin.
ongelmana on aina aistia tietoa tunnetasolla tai ainakin sen kannalta, miten se vaikuttaa ihmisen olemassaoloon, kun käytetään ”tilastollista” kieltä.
voit käyttää todennäköisyyden ”epädemokraattista” luonnetta.
Otetaanpa lause, joka voisi löytyä jostain tilastollisesta luennosta:”työympäristö lisää tietyn sairauden todennäköisyyttä 29%”.
tällä 29%: lla on merkitys, joka riippuu eri tekijöistä, joilla on subjekti, joka lukee sitä: sen uskomuksista, itsetunnosta, uskonnollisista käsityksistä, rohkeudesta jne. On niitä, jotka tulkitsevat 29 prosenttia: ”yli kaksi kolmasosaa täydestä lasista”, ja niitä, jotka tulkitsevat sen ”Hitto, olen tuomittu”. Tilasto on tällainen: jos pidämme sitä tekniikkana ja laskelmana, se voi muuttua merkityksettömäksi. Jos lisätään vähän tunnetta, niin asiat helpottuvat.
pidä kiinni ja etsi mentoria
olin epätoivoinen lääketieteen Tilastokurssin ensimmäisen vuoden aikana. En ymmärtänyt luennoilla mitään. Eräs ryhmätoverini, joka oli koulutetumpi, sanoi minulle: ”Älä pidä kiirettä; odota, kunnes teet”hypyn”.”
Tilastotiede on abstrakti oppiaine mutta käytännön sovellutuksineen ei ole välitön. Vietin vuoden tai enemmän graduate school tehdä tämän ”harppaus”. Pimeässä kähmimisestä ja kaavojen mekaanisesta käytöstä todelliseen ymmärrykseen siitä, mitä olin tekemässä.
alussa ymmärrät luultavasti vain vähän; kun teet ”hypyn”, ymmärrät, että tilastointi ei ole vaikeampaa kuin muut aiheet ja että tilastolliset tekniikat ovat työkaluja, joilla voidaan puuttua tieteelliseen ongelmaan, kuten putkimies korjaa vesihanan. Jotta” hypätä ” ja tehdä ystävyys tilastoja sinun täytyy käyttää, käyttää, ja käyttää.
odota. Ja jos mahdollista, etsi mentori, joka on tehnyt polkusi ennen sinua.
Tarvitsetko apua?
verkostomme rakenne mahdollistaa laadullisen avun tarjoamisen yrityksille, tutkijoille ja opiskelijoille alhaisin kustannuksin ja suurella nopeudella.