Шта је проблем вишеструког поређења? | Статистика

Проблем вишеструког поређења је проблем који се јавља када се изврши више тестова на истом узорку. Пример ће то илустровати.

Нпр.

Рецимо да студија разматра потенцијалне факторе ризика за повреде у трчању код 5000 тркача почетника. Тестирају се различите варијабле, јер још не знамо које ће повећати ризик. Примери су: запремина трчања, пад навикуларног зглоба, к-угао, снага четвороугла и глутеуса, шаблон ударца пете насупрот предњем делу стопала, минималистичке вс максималистичке ципеле и РОМ за леђну флексију скочног зглоба.

Лажни позитивни резултати са вишеструким поређењем

Већина истраживача ће прихватити 5% лажно позитивну стопу, алфа или ниво значајности . Ово је за дату варијаблу као што је снага квадрицепса. То значи да ако се ова студија спроведе сто пута, око 5 студија ће показати лажно позитиван резултат , а заправо га нема.

Међутим, истраживачи гледају на десет варијабли, а не само на снагу квада; у оквиру истог узорка. Ово представља проблем.

Истраживачи, не знајући за овај проблем, спроводе испитивање. Две године касније стижу подаци, показујући да узорак удара у пету и снагу глутеуса представљају фактор ризика за повреду при трчању. Сјајно! То је закључак и рад ће бити објављен.

Као што је раније поменуто, ниво значајности од 5% не значи да у овом тренутку постоји стопа лажно позитивних од 5% због мноштва различитих варијабли које се истражују. Тако су истраживачи имплицитно прихватили много већи ризик од лажно позитивних резултата спроводећи испитивање, посматрајући десет варијабли.

Стопа грешака у породици то показује. Са прилично једноставном калкулацијом можемо проверити лажно позитивну стопу, она је 40%! Формула је приказана испод.

Решења за проблем вишеструког поређења

Мислим да се можемо сложити да ово представља проблем. Па шта ћемо да урадимо поводом тога? Постоји решење. Истраживачи могу извршити корекције да би се супротставили овој алфа-инфлацији тако што ће извршити корекцију Бонферони или Холм. О томе се говори у „ Контрола стопе грешке типа 1 “.

Формула стопе грешака у породичном смислу:

1 – (1 – ɑ)к

ɑ: алфа или ниво значаја у децималама

к: број тестова

Грешке типа ИИ

Међутим, прилагођавање нивоа значајности сваког појединачног теста може повећати вероватноћу прављења грешке типа ИИ (лажно негативног) у свим тестовима. То је зато што строжи ниво значаја смањује моћ сваког појединачног теста да открије прави ефекат или однос. Сходно томе, у неким тестовима може се пропустити значајан ефекат, што доводи до лажно негативних резултата . Да бисмо избегли лажно негативне резултате због проблема вишеструког поређења, можемо користити технике као што су предрегистрација хипотеза, студије репликације или моћније статистичке методе као што је Бајесов закључак. Поред тога, важно је пажљиво осмислити студију и хипотезе које се тестирају како би се смањио број спроведених тестова и осигурало да су смислени и релевантни за истраживачко питање.

Васон, Ј. М. С. и Робертсон, Д. С. (2021). Контролисање стопе грешака типа И у клиничким испитивањима са више руку: Случај за стопу лажних открића. Фармацеутска статистика, 20(1), 109–116.

Дудоит, С., ван дер Лаан, МЈ, & Поллард, К.С. (2004). Вишеструко тестирање. Део И. Поступци у једном кораку за контролу опште стопе грешака типа И. Статистичке примене у генетици и молекуларној биологији, 3, члан 13.

Лакенс, Д., Контрола грешака типа 1, Даниел Лакенс, иоутубе

Џон Лудбрук (1998). АЖУРИРАНИ ПРОЦЕДУРЕ ВИШЕ КОМПОРЕЂЕЊА. , 25(12), 1032–1037. дои:10.1111/ј.1440-1681.1998.тб02179.к