Práce s výsledky statistických studií

Prezentace na téma: "Práce s výsledky statistických studií"— Transkript prezentace:

1 Práce s výsledky statistických studií

2 Obsah Určování kauzality Vícečetné testy Síla statistického efektu
Spojování výsledků z nezávislých testů

3 Obsah Určování kauzality Vícečetné testy Síla statistického efektu
Spojování výsledků z nezávislých testů

4 Asociace x kauzalita 1) 2) A B A B 3) 4) A A X X B B

5 Zjišťování kauzality Asociace mezi jevy A a B
A je podmínka nutná (když B tak vždy A) A je podmínka dostačující (když A tak vždy B) A je podmínka nutná a zároveň dostačující (když B tak vždy A a zároveň když A tak vždy B) A zvyšuje pravděpodobnost B (když A tak častěji B a naopak) Časová následnost (temporalita) Průvodní variance (korelace s intenzitou či četností) Věcné opodstatnění (plauzibilita), u publikovaných dat to může být naopak… Reprodukovatelnost Specifita (jeden faktor – jeden následek) Koherence se současnými teoriemi a poznatky

6 Problémy s určováním kauzality
a) temporalita B D A B nebo C A B A čas b) síla asociace A B C A B C nebo D E F A C B

7 Temporalita vyhynutí dešťovek vymizení chodbiček úbytek vlhkosti
suchomilné rostliny t1 t2 čas

8 2D : 4D index ♀ ♂ 0,99 P 0,98 L 0,97 P 0,98 L

9 Mění toxoplasmosa prsty, nebo mění testosteron riziko infekce?
vývoj prstů prenatální testosteron infekce poměr prstů postnatální testosteron protilátky

10 Obsah Určování kauzality Vícečetné testy Síla statistického efektu
Spojování výsledků z nezávislých testů

11 Problém vícečetných testů

12 Řešení problému vícečetných testů
Předem vyloučit nadbytečné proměnné Sekundární indexy (a priori) Faktorová analýza (posteriori) Bloky testů – ujasnit si předem Bonferroniho korekce (nejkonzervativnější) obvykle α/n respekt. pn správně: 1 – (n-tá odmocnina z α) Postupná Bonferroniho korekce - veličinu s nejmenším p testovat na hladině α/n, další na α/(n -1), atd. Zpětná postupná Bonferroniho korekce - veličinu s největším p testovat na hladině α, další na α/2, atd. Postupná FDR korekce - seřadit a testovat od nejmenšího p dokud pk ≤ k × α/n, k: pořadí, zamítni prvních k nulových hypotéz

13 Řešení problému vícečetných testů
P-plot a zaostřené Bonferroniho metody (García V.L. Escaping the Bonferroni iron claw in ecological studies. OIKOS 105, , 2004.) počet nesignifikantních testů (n*) = (1/beta*) – 1, beta* směrnice vyznačené přímky

14 Obsah Určování kauzality Vícečetné testy Síla statistického efektu
Spojování výsledků z nezávislých testů

15 Síla statistického efektu
Nemusí souviset s p ! (na dostatečně velkém souboru se projeví i „neexistující“ efekt v případě korelace a ANOVA lze použít podíl vysvětlené variability (R2), (GLM: η2) v případě t-testu Hedkinsovo d (rozdíl mezi skupinami/S.D.) v ekologii a evoluci i „malé“ efekty významné 95% publikovaných efektů vysvětluje 1,99-7,5% variability). d=0,2 malý, 0,5 střední, 0.8 velký efekt. (reakční rychlost x brzdná dráha)

16 Obsah Určování kauzality Vícečetné testy Síla statistického efektu
Spojování výsledků z nezávislých testů

17 Spojování výsledků z různých studií
Souvisí fluktuační asymetrie s fitnis když p=0,09, 0,07, 0,11? Fisherova metoda výpočtu celkové signifikance: Chí2 = -2 SUMA(ln(p)), c stupňů volnosti (c: počet testů) Chí2 = -2 * (-2.41) + (-2,66) + (-2,21)=14,55 P = 0.02 metaanalýza

18 Metaanalýza Bere v úvahu sílu a směr naměřeného efektu i velikost studovaného souboru Síla efektu (podíl vysvětlené variability (R2), nebo Hedkinsovo d (rozdíl/S.D.) Metaanalýza umožňuje odhalit chybějící výsledky (publikační bias) trychtýřový graf

19 Metaanalýza Trychtýřový graf
Simulované data, náhodně vytvořeno 100 vzorků velikosti ze souboru s normálním rozdělením, průměrem 1 a směrodatnou odchylkou 10. Křivky ohraničují oblast zahrnující 95% vzorků o dané velikosti. Černé body jsou vzorky, jejichž průměr se signifikantně liší od 0, prázdné odpovídají vzorkům, jejichž průměr se signifikantně neliší od 0. Graf má trychtýřovitý tvar pouze tehdy, když se neuplatní publikační bias a když budou publikovány i studie s nesignifikantním výsledkem. Thornton and Lee 2000 velikost efektu velikost vzorku

20 Metaanalýza Efekt fluktuační asymetrie na reprodukční úspěch 0,4 0,0
vážená velikost efektu -0,4 -1,2 -1,6 91 93 95 97 99 rok publikace Simmons a spol. 1999

21 Shrnutí Pozor na rozdíl mezi asociací a kauzalitou
Pozor na mnohočetné testy Jak měřit sílu efektu, co je v biologii slabý a co silný efekt. Pozor na záludnosti metaanalýzy