New
product-image

谁的权力? “柳叶刀”可能是对的,但其防御者错误2006年11月3日

Special Price 作者:辛卢

我在下面引用的大部分研究的随便捍卫者大多依赖于“柳叶刀”是同行评审的科学期刊的愤怒声明,并且你究竟是否批评书中的任何内容

来自权威的争论确实带有一些重要性;我发现“柳叶刀”作为科学信息的来源比我的干洗店更可靠*但它们并不那么令人信服,无法结束所有讨论对此我们应该都很感激如果它们如此压倒一切,那么改革和启蒙运动以及所有这些其次是永远不会发生升级你的收件箱,并得到我们的每日调度和编辑精选(我想大多数读者,像我一样,彻底不适合一个文盲农民的生活)不仅如此,无休止的重复的短语“审查“,”科学杂志“和”标准统计方法论“似乎显示出对更有说服力的批评者的争论基本缺乏理解,而且对基本统计数据也许我们可以在这个可爱的星期五下午花几分钟时间来清除这些评论家声称,研究的作者(以后称为“博纳姆等人”)为此发表了一篇错误报告,不要点击你的fo非常不耐烦 - 这很重要在统计中,错误是一个精确定义的术语统计学家认识到,人类的脆弱就是它的实质,统计数据只是对现实世界中发生的事情的近似估计

要使用我前面讨论过的一个例子,无论你选择使用“同性恋”这个词的什么定义,在现实世界中都存在一些实际的,精确的和有限数量的同性恋者,比如英国

我们永远不会知道这个数字我们可以猜测我们确实猜测,不是随意的,而是通过调查人们并使用其他信息来对该数字进行合理估计

但是,无论我们的方法产生多少数量,它都不是实际数量

它是虚拟确定性,高于或低于真实数量英国的同性恋统计学与真相之间的分歧是统计学家所说的“错误”在统计学中,有两个潜在的误差来源:统计误差和系统性的e rror统计误差来自抽样结果几乎所有使用统计学的研究都采用“样本” - 一个随机选择的小群体,尽管人为可能,但它反映了较大的人口他们这样做是因为它太贵不方便实际研究整个人群;如果科学家们没有抽样,我们会花每个醒来的时间戳,刺激,并问我们关于电视观看的问题无论你尝试多么努力,你抽取的随机样本不会是完美的它只是偶然地包括过多的左撇子,教师或雅尼粉丝如果你曾经在一个有三个人的小办公室工作,这三个人的生日都在同一天,你就会遇到这个问题

这不是那种批评者声称的错误在研究中没有人认为误差带太窄,几乎没有人认为样本太小所以说他们的统计方法很好并不能回答评论家们提出的问题批评人士并没有声称统计误差或错误的方法论他们说样本必须有系统的偏见系统误差是非随机误差随机误差可能会使您的估计值过高或过低;顾名思义,它是随机的非随机的或系统性的错误,会将结果推向唯一的一个方向

这种错误来自于无意中设计你的研究,使得你的样本中有太多某种人你想知道美国有多少人今晚有过生日你不能问大家,所以你去你家附近的一个音乐会场地,并且对观众进行调查

观众中有几千人,你认为你的样品很大足以具有代表性事实上,它足够大任何小于50的样本通常被认为太小,但是对于大多数目的来说,千分之一范围内的东西通常足够大问题是,很多人通过去庆祝他们的生日参加特别活动喜欢,哦,音乐会你的音乐会观众几乎肯定会包含不成比例的生日男孩和女孩 而你的研究在发表时会得出结论,由于某种未知的原因,11月3日那一周的人数比其他任何一周的出生人数都多

这就是批评家声称Burnham等人使得大多数科学研究成为错误的那种错误因此,陈述(他们的统计方法论是合理的)是无关紧要的评论家所说的不是“他们的计算错误”,而是“那里样本有些问题:“统计方法是完全可能的,样本有问题计算机科学家有一个缩写:GIGO,或垃圾进入,垃​​圾出来批评者的病例的弱点 - 这是一个主要的弱点 - 是没有人令人信服地确定了一个巨大的系统性错误然而,这不是一个致命的弱点对于初学者来说,没有人发现问题的部分原因是sa Burnham等人似乎不愿意将他们的数据发布给评论家他们的辩护人说这是公共卫生的标准,但它对于任何科学学科似乎都是一个奇怪的标准另一方面,评论家指出了令人信服的较小的系统误差来源在这篇已经很长的文章中有太多的不足以重演),这会使估计值过高以及更令人信服的批评者站出来的理由 - 伯纳姆等人的数字根本无法与其他相对广为人知的人物调和 - 是,与研究的捍卫者相反,科学家检查新数据是一种完全标准(不可或缺)的方式

这并不意味着Burnham等人的批评是正确的

非常规的声明需要非同寻常的证据,但科学史上散布着非凡的主张当事实证明是真实的时候革命化了人类的知识双方,当然还有他们的听众,会更好地服务于他们更少依靠谩骂和怀疑,更多依靠调查