|
Другая статистическая проблема обсуждалась статистиком Калифорнийского университета Джессикой Утц [36]. Она приводит пример эксперимента по генной инженерии, чтобы показать, почему мы не можем доверять эксперименту, если мы выполнили относительно немного попыток. Предположим, она говорит, что в нашем генетически разработанном опыте, который был нацелен на рождение мальчиков, мы получили результат, равный 70 мальчикам на 100 рождений. Таким образом, мы получили бы во всей выборке 70% рождений мальчиков, тогда как согласно обычным нормам рождения мальчиков, мы должны были ожидать 51% их рождений. Этот эксперимент с 70% удачных исходов привел бы к заключению с шансами 10000 к 1, что метод генной инженерии, вообще говоря, работает. Это убедило бы большинство ученых в эффективности применяемого метода . Теперь предположим, что приходит скептик и пытается повторить этот эксперимент , но на основе 10 рождений. К его удивлению, он нашел, что родилось семь мальчиков, а это дает также 70% удачных исходов. Проблема состоит в том, что эксперимент с меньшим объемом выборки имеет меньшую статистическую мощность (помните, меньшее количество испытаний дает меньшую достоверность); Поэтому в данном примере только пять шансов против одного было бы за то , что наш метод эффективно работает. Но так как мы приняли соглашение , что в статистически значимом результате мы должны иметь соотношение шансов за и против , по крайней мере, 20 к 1, то скептик может громогласно заявить, что попытка повторения опыта потерпела неудачу. Ученые потеряли бы исследовательский стимул, основываясь на подобных неправильных представлениях. Другими словами, если бы мы сконцентрировались бы только на том, что удачный эксперимент должен иметь статистическое значение 20 к 1, то второй эксперимент должен рассматриваться неудачным, и это несмотря на то, что он дал точно такой же процент (70%) мужской рождаемости как и первый эксперимент! Факторы постановки эксперимента — 50 —
|