GraphPad
2.21K subscribers
483 photos
34 videos
36 files
292 links
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
نادیده گرفتن یک یا چند عدد در گراف پد پریسم
همان‌گونه که مشاهده می‌کنید مقدار احتمال مقایسه دو گروه برابر با 0.0447 است. این عدد نشان می‌دهد دو گروه اختلاف معناداری با هم دارند. اما وقتی مقدار 77 را در گروه Female نادیده Exclude می‌کنیم،  مقدار احتمال مطالعه به 0.07366 افزایش می‌یابد. به معنای آن‌که Exclude فقط یک عدد می‌تواند مطالعه را غیرمعنادار بیان کند.
به سادگی می‌توانیم تک تک اعداد را Exclude کرده و تاثیر آن‌ها را در مطالعه ببینیم.
در واقع با استفاده از GraphPad Prism میتوانیم، ارزش و اعتبار هر کدام از اعداد را در مطالعه خود، اندازه گیری و ارزیابی کنیم. این مطلب یکی از ویژگی های منحصر به فرد گراف پد است.
همان‌گونه که می‌دانید، ابزار قضاوت و تصمیم‌گیری، جهت پذیرش فرضیه ارتباط و یا اختلاف معنادار بین Variableها، مفهومی ساده به نام مقدار احتمال P-value است. وارد مباحث تقریباً پیچیده آن نمی‌شوم، اما عموماً اگر P-value از سطح معنی‌داری آلفا برابر با 0.05 بیشتر باشد، می‌گوییم مطالعه معنادار نیست و اگر اگر P-value از سطح معنی‌داری 0.05 کمتر باشد، می‌گوییم مطالعه معنادار است.
بنابراین ما تعدادی اندازه و اعداد داریم که در سطرها و ستون‌ها قرار گرفته و بر مبنای فرضیه خود، به آزمون آن‌ها می‌پردازیم. در نهایت نیز با توجه به عدد مقدار احتمال P-value به دست آمده، می‌گوییم فرض صفر رد  می‌شود یا تایید می‌شود.
🔆 حال می‌خواهم یک نکته جالب بگویم که شاید تا به حال نشنیده باشید.🔆
خود این مقادیر احتمال P-value  می‌تواند به عنوان یک  کمیت تصادفی و اعداد در مطالعه قرار بگیرد. به بیان ساده فرض کنید شما چندین بار و یا در زمان‌های مختلف، مطالعات مشابه انجام می‌دهید و برای هر کدام یک P-value به دست می‌آورید و یا این‌که چندین نفر در نقاط مختلف دنیا کارهای مشابه انجام می‌دهند و هر کدام نیز به یک P-value  می‌رسند.  بعضی از آن‌ها می‌گویند یک پدیده بر روی پدیده دیگر اثر دارد و برخی دیگر می‌گویند اثر ندارد و هر کدام نیز بر مبنای یافته‌های خود قضاوت و نتیجه‌گیری می‌کنند. و البته همگی نیز بر مبنای مطالعه و اعداد خودشان درست می‌گویند.
سوال مطرح این است که بالاخره کدام یک را باید پذیرفت و اصولاً بیان کنیم کدام مطالعات یک اکتشاف  Discovery جدید است و کدام نیست.
🔆 پاسخ به این سوال را می‌توان با استفاده از گراف پد پریسم و آنالیزی به نام Analyze a stack P value  به دست آورد. 🔆
در این نوع مطالعه اعداد تحقیق همگی P-value مطالعات دیگر هستند که با استفاده از آماره‌ای به نام False Discovery Rate (FDR) مورد سنجش و ارزیابی قرار می‌گیرند.
به ویدئو ارسالی زیر دقت کنید.
This media is not supported in your browser
VIEW IN TELEGRAM
آنالیز Analyze a stack P values با Prism
معمولاً علاقه داریم در هر علمی، با سرامدان و اصطلاحاً Number Oneهای آن علم آشنا شویم.
(دانشمند آلمانی) Jocken Wilhelm با RG Score = 394.16 و بیش از دو میلیون و سیصد هزار Read به عنوان یکی از بهترین‌های آمار و به ویژه آمار حیاتی دنیا شناخته می‌شود. او در رده 2.5 درصد دانشمندان برتر جهان قرار دارد.
در لینک زیر پروفایل ResearchGate او را مشاهده می‌کنید. 👇
امروز از او خواستم متنی درباره آمار، تاریخچه و کاربردهای آن برایم بنویسد. پاسخ‌های او را برایتان ارسال کرده‌ام.