#дед_инсайд
Светлана, я не слышу хруста безе
Привет, коллега!
В связи с тем, что начиная с аспирантуры я работаю в научных группах, которые тесно взаимодействуют с врачами, нет-нет, да и заходит у нас обсуждение качества диссертаций на соискание степени кандидата или доктора медицинских наук. Для многих не секрет, что оно очень сильно разное: есть качественно проведённые исследования, но часто встречаются весьма сомнительных работы, не дотягивающих даже до уровня диплома. Помимо низкого качества, нередко встречаются и сфабрикованные и сфальсифицированные работы.
Я открыла статистику Диссернета по лишению научных степеней и там медицинские науки на втором месте по среди областей науки, после соцгум сектора. На последний приходится 86% отозванных степеней (из которых 50% на экономические и 14% на педагогику). Этот факт интересный, но пока не хочу подливать масла в огонь противостояния физиков и лириков.
И сегодня неожиданно даже для себя самой я хочу выступить в роли адвоката врачей, делающих исследования не самого высокого уровня. Хотя в целом я против присвоения учёный степеней за откровенно слабые работы или исследования с небольшим вкладом соискателя. В системе управления медицинскими кадрами, да и для пациентов, почему-то существует мнение, что если у врача есть учёная степень, то он точно лучше врача без неё. За степень есть стимулирующие выплаты, это входит в pokazateli некоторых больниц, повышения опять же проще добиться. Но мне кажется, что приписка к.м.н./д.б.н. не всегда коррелируют с реальными клиническими знаниями и опытом человека.
Какая основная трудовая функция научного сотрудника? Проводить научные исследования и логичным продолжением этих исследований является диссертация. При этом, научный сотрудник не обязан преподавать, хорошо, если у него это получается и он занимается этим в свободное время, но в целом никто не считает, что учёный, не ведущий занятия, сильно хуже того, кто их ведёт. Может даже и лучше, меньше тратит времени на студентов.
Какая основная функция врача? Оказывать медицинскую помощь населению. Научная работа становится занятостью сверх его трудовых обязанностей и опять же хорошо, если у него есть на это ресурс и у него это получается. Но многим врачам не предоставляют этого выбора и говорят "ты обязан(а) защититься". А если это происходит при медицинском вузе, то ещё и преподавание навесят.
Представьте, что половину инженеров, работающих на АЭС, заставят делать диссертации? Дай б-г если они продолжат также внимательно относится к работе станции, а вместо диссера сваяют какую-то стороннюю фигню, не отнимающую ресурсы от основной работы. И лично для меня врач, работающий в клинике, это вот такой вот инженер, просто объект у него другой. При этом, в технических науках есть некоторое деление на тех, кто занимается больше исследованиями и тех кто ушёл больше в обслуживание. Мне кажется, такого не хватает в медицине. Отчасти это существует в разделении врачей на тех, кто в клинике, и тех кто на кафедрах. Только вот во многих клиниках, а особенно при вузах это одни и те же люди, которые часто жалуются на то, что вынуждены и лечить, и преподавать, и выжимать из себя какую-то науку без возможности выбрать что-то одно.
И вот я думаю, что если каким-то образом убрать давление как показателей, так и общественного мнения, то среднее качество работ только вырастет. Оставьте в покое врачей, которые проводят полный рабочий день работая в клинике. Научите их критическому мышлению, чтобы они фуфломицины не выписывали, но не надо вменять им в обязанность защиту диссертации. Если кому-то хочется заниматься наукой - окей, но она тогда должна оцениваться гораздо строже.
Многие медицинские вузы сейчас пытаются навесить на своих выпускников новые функции. То они учёные, то менеджеры, то бизнесмены. Но почему бы не готовить просто хороших врачей? Которые на зазубривают протоколы лечения и правильно ставят точки в рецептах, а понимают механизмы функционирования организма и патогенез заболеваний? Для этого не надо быть учёными или иметь степень, для этого нужно просто уметь думать.
Светлана, я не слышу хруста безе
Привет, коллега!
В связи с тем, что начиная с аспирантуры я работаю в научных группах, которые тесно взаимодействуют с врачами, нет-нет, да и заходит у нас обсуждение качества диссертаций на соискание степени кандидата или доктора медицинских наук. Для многих не секрет, что оно очень сильно разное: есть качественно проведённые исследования, но часто встречаются весьма сомнительных работы, не дотягивающих даже до уровня диплома. Помимо низкого качества, нередко встречаются и сфабрикованные и сфальсифицированные работы.
Я открыла статистику Диссернета по лишению научных степеней и там медицинские науки на втором месте по среди областей науки, после соцгум сектора. На последний приходится 86% отозванных степеней (из которых 50% на экономические и 14% на педагогику). Этот факт интересный, но пока не хочу подливать масла в огонь противостояния физиков и лириков.
И сегодня неожиданно даже для себя самой я хочу выступить в роли адвоката врачей, делающих исследования не самого высокого уровня. Хотя в целом я против присвоения учёный степеней за откровенно слабые работы или исследования с небольшим вкладом соискателя. В системе управления медицинскими кадрами, да и для пациентов, почему-то существует мнение, что если у врача есть учёная степень, то он точно лучше врача без неё. За степень есть стимулирующие выплаты, это входит в pokazateli некоторых больниц, повышения опять же проще добиться. Но мне кажется, что приписка к.м.н./д.б.н. не всегда коррелируют с реальными клиническими знаниями и опытом человека.
Какая основная трудовая функция научного сотрудника? Проводить научные исследования и логичным продолжением этих исследований является диссертация. При этом, научный сотрудник не обязан преподавать, хорошо, если у него это получается и он занимается этим в свободное время, но в целом никто не считает, что учёный, не ведущий занятия, сильно хуже того, кто их ведёт. Может даже и лучше, меньше тратит времени на студентов.
Какая основная функция врача? Оказывать медицинскую помощь населению. Научная работа становится занятостью сверх его трудовых обязанностей и опять же хорошо, если у него есть на это ресурс и у него это получается. Но многим врачам не предоставляют этого выбора и говорят "ты обязан(а) защититься". А если это происходит при медицинском вузе, то ещё и преподавание навесят.
Представьте, что половину инженеров, работающих на АЭС, заставят делать диссертации? Дай б-г если они продолжат также внимательно относится к работе станции, а вместо диссера сваяют какую-то стороннюю фигню, не отнимающую ресурсы от основной работы. И лично для меня врач, работающий в клинике, это вот такой вот инженер, просто объект у него другой. При этом, в технических науках есть некоторое деление на тех, кто занимается больше исследованиями и тех кто ушёл больше в обслуживание. Мне кажется, такого не хватает в медицине. Отчасти это существует в разделении врачей на тех, кто в клинике, и тех кто на кафедрах. Только вот во многих клиниках, а особенно при вузах это одни и те же люди, которые часто жалуются на то, что вынуждены и лечить, и преподавать, и выжимать из себя какую-то науку без возможности выбрать что-то одно.
И вот я думаю, что если каким-то образом убрать давление как показателей, так и общественного мнения, то среднее качество работ только вырастет. Оставьте в покое врачей, которые проводят полный рабочий день работая в клинике. Научите их критическому мышлению, чтобы они фуфломицины не выписывали, но не надо вменять им в обязанность защиту диссертации. Если кому-то хочется заниматься наукой - окей, но она тогда должна оцениваться гораздо строже.
Многие медицинские вузы сейчас пытаются навесить на своих выпускников новые функции. То они учёные, то менеджеры, то бизнесмены. Но почему бы не готовить просто хороших врачей? Которые на зазубривают протоколы лечения и правильно ставят точки в рецептах, а понимают механизмы функционирования организма и патогенез заболеваний? Для этого не надо быть учёными или иметь степень, для этого нужно просто уметь думать.
❤101💯62👍18🔥5
Forwarded from Кирилл
Коллеги, там новый патч в доте вышел с новыми крипами. Сегодня без исследований
🔥104😁59💯11🤣10👍5😱2
#годнота
Привет, коллега!
История с неожиданным переделыванием программы развития университетов за 11 дней по касательной задела и меня, так что сил сделать годной длиннопост за вечер уже не осталось.
Но
Я тут неожиданно вспомнила, что оказывается ещё не рекомендовала один маленький и достаточно специфичный по тематике канал. Лично мне он нравится настолько, что он буквально один из трёх, где у меня включены оповещения. Канал называется Одетый землекоп и там публикуются новости и разборы отдельных работ из мира исследований на лабораторных животных. Мне кажется, может быть интересно не только тем, кто непосредственно проводит такие эксперименты, но и тем, кто в целом интересуется трансляционными исследованиями и биомедициной.
Привет, коллега!
История с неожиданным переделыванием программы развития университетов за 11 дней по касательной задела и меня, так что сил сделать годной длиннопост за вечер уже не осталось.
Но
Я тут неожиданно вспомнила, что оказывается ещё не рекомендовала один маленький и достаточно специфичный по тематике канал. Лично мне он нравится настолько, что он буквально один из трёх, где у меня включены оповещения. Канал называется Одетый землекоп и там публикуются новости и разборы отдельных работ из мира исследований на лабораторных животных. Мне кажется, может быть интересно не только тем, кто непосредственно проводит такие эксперименты, но и тем, кто в целом интересуется трансляционными исследованиями и биомедициной.
Forwarded from Biomedtech с Аллой Панченко | SechenovTech
Сеченовский Университет ищет инновационные проекты в биомедтехе и талантливые команды!
Что нужно сделать?
• Подайте заявку на участие в акселераторе SechenovTech до конца февраля!
Кто может участвовать?
• Молодые ученые медицинских, биологических и других направлений, занимающиеся созданием инновационных технологий в биомедтехе
• Проектные команды, изобретатели и новаторы, основатели стартапов
• Студенты, которые хотят попробовать себя в техпреде
Зачем участвовать?
• Если у вас нет идеи – сформировать ее совместно с экспертами Сеченовского Университета и партнерами Акселератора
• Если у вас есть идея, MVP или готовый продукт – проверить разработку и усилить ее экспертизой и клиническими данными Сеченовского Университета
Какие треки есть в акселераторе?
• Фарма – разработки инновационных проектов и технологий для фарм. рынка
• IT – цифровые решения на рынке здравоохранения MedTech, HealthTech, EdTech и PharmTech
• МедИзделия – изделия и приборы для отечественного рынка
• ЗОЖ – продукты, решения и услуги в сфере здорового образа жизни SportTech и FoodTech
На сайте акселератора можно познакомиться с дополнительными треками и предпринимательскими мастерскими с опытными наставниками по узким продуктовым направлениями (лонживити, бьюти, mental health и другие)!
За пять прошлых сезонов выпускники акселератора не только привлекли более 250 млн рублей в свои проекты, но и выпустили на отечественный рынок крутые продукты для врачей и пациентов! Присоединяйтесь к нашему комьюнити биомедтех-энтузиастов)
Ждём вас в Сеченовском Университете!
Что нужно сделать?
• Подайте заявку на участие в акселераторе SechenovTech до конца февраля!
Кто может участвовать?
• Молодые ученые медицинских, биологических и других направлений, занимающиеся созданием инновационных технологий в биомедтехе
• Проектные команды, изобретатели и новаторы, основатели стартапов
• Студенты, которые хотят попробовать себя в техпреде
Зачем участвовать?
• Если у вас нет идеи – сформировать ее совместно с экспертами Сеченовского Университета и партнерами Акселератора
• Если у вас есть идея, MVP или готовый продукт – проверить разработку и усилить ее экспертизой и клиническими данными Сеченовского Университета
Какие треки есть в акселераторе?
• Фарма – разработки инновационных проектов и технологий для фарм. рынка
• IT – цифровые решения на рынке здравоохранения MedTech, HealthTech, EdTech и PharmTech
• МедИзделия – изделия и приборы для отечественного рынка
• ЗОЖ – продукты, решения и услуги в сфере здорового образа жизни SportTech и FoodTech
На сайте акселератора можно познакомиться с дополнительными треками и предпринимательскими мастерскими с опытными наставниками по узким продуктовым направлениями (лонживити, бьюти, mental health и другие)!
Ждём вас в Сеченовском Университете!
👍11🤣8🤮6
#it_is_Friday_my_fellows
Привет, коллега!
Всю неделю я думала, что же устроить в пятницу и решила последовать трендам телеграма и создать папку с каналами. Аудитория тут разная, но большинство всё же объединяет одно: любовь к мемам. Так что хочу собрать тематическую папку с каналами, которые на регулярной основе постят мемы о науке. Что-то я уже читаю сама, но уверена, что далеко не всё. Так что кидай в комментарии любимые каналы или рекламируй свой👇
Привет, коллега!
Всю неделю я думала, что же устроить в пятницу и решила последовать трендам телеграма и создать папку с каналами. Аудитория тут разная, но большинство всё же объединяет одно: любовь к мемам. Так что хочу собрать тематическую папку с каналами, которые на регулярной основе постят мемы о науке. Что-то я уже читаю сама, но уверена, что далеко не всё. Так что кидай в комментарии любимые каналы или рекламируй свой
Please open Telegram to view this post
VIEW IN TELEGRAM
💘51👍14😁12❤5
This media is not supported in your browser
VIEW IN TELEGRAM
🤣77
#методичка
Для того, что сыграть роль депрессивного и ментально нездорового Джокера, Хоакину Фениксу пришлось стать ревьюером твоей статьи
Привет, коллега!
На прошлой неделе нам удалось победить ревьюеров и нашу статью приняли к публикации. Поэтому сегодня я решила рассказать как лично я организую работу с комментариями рецензентов. Это не универсальная методика, просто для меня она оказалась наиболее удобной, возможно, тому, кто делает свои первые ревизии, эта информация пригодится.
Для иллюстрации я использовала работу над вышеупомянутой статьёй, её препринт лежит в открытом доступе, хотя после major манускрипт выглядит несколько иначе. Кстати, все комментарии рецензентов и наши ответы будут доступны после публикации статьи, журнал предоставляет возможность открытого процесса peer-review и лично я поддерживаю такие вещи. Поскольку для наглядности я сделала некоторое количество скринов, пост опубликован в телеграф.
ПыСы: для тех, кто ещё не знаком с процессом публикации научных статей рекомендую сначала прочитать вот этот пост
Для того, что сыграть роль депрессивного и ментально нездорового Джокера, Хоакину Фениксу пришлось стать ревьюером твоей статьи
Привет, коллега!
На прошлой неделе нам удалось победить ревьюеров и нашу статью приняли к публикации. Поэтому сегодня я решила рассказать как лично я организую работу с комментариями рецензентов. Это не универсальная методика, просто для меня она оказалась наиболее удобной, возможно, тому, кто делает свои первые ревизии, эта информация пригодится.
Для иллюстрации я использовала работу над вышеупомянутой статьёй, её препринт лежит в открытом доступе, хотя после major манускрипт выглядит несколько иначе. Кстати, все комментарии рецензентов и наши ответы будут доступны после публикации статьи, журнал предоставляет возможность открытого процесса peer-review и лично я поддерживаю такие вещи. Поскольку для наглядности я сделала некоторое количество скринов, пост опубликован в телеграф.
ПыСы: для тех, кто ещё не знаком с процессом публикации научных статей рекомендую сначала прочитать вот этот пост
❤🔥47👍13❤8
#АДский_труд
Привет, коллега!
Недавно я начала делиться информацией с глубинных интервью с представителями руководства биотех компаний, которые я проводила в 2022 году для разработки программы магистратуры. Хочу продолжить эту историю и сегодня расскажу о кадрах, а точнее о тех навыках, которые индустрия хочет от потенциальных сотрудников. Я говорила не с HR, а дирекцией, так что возможно позиция, озвученная ими, будет отличаться от того, что пишут в вакансиях.
Очень многие компании испытывают дефицит квалифицированных кадров. Во-первых, сильно страдает производство, оно часто находится в регионах или за пределами города и люди не особо стремятся переезжать. Во-вторых, действительно сильные кандидаты стоят дорого и далеко не каждая компания может их себе позволить. И это хорошая новость для тех, кто хочет начать свою карьеру в биотехе. Многие готовы брать на относительно неплохие зарплаты (~100 тыс. на старте) вчерашних выпускников.
Мне показалось весьма интересным, что на вопросы о ключевых навыках хороших сотрудников почти никто не говорил про hard skills, то есть знания по специальности. Университетского образования и хоть какого-нибудь опыта в лаборатории в целом достаточно. Не умеешь работать на приборе - научим. Не знаешь нормативку - дадим все материалы. У многих компаний есть развитая система корпоративного обучения и адаптации, которые позволяют закрывать эти пробелы. Главное чтобы мозги были на своём месте, а руки на своём. Гораздо большее значение имеют soft skills, то есть навыки, напрямую не относящиеся к специальности, но весьма полезные в организации деятельности. Например,
🔵 Умение и желание учиться. Вроде несложный навык, но далеко не каждый человек может отрефлексировать чего ему не хватает, найти необходимую информацию и выучить её. Многие и в университете достаточно пассивно впитывают информацию, сказали выучить этот учебник - они и вызубрили. А вот выстраивание траектории своего развития как специалиста - это отдельный талант. Многие компании выделяют весьма внушительный бюджет на обучение сотрудников.
🔵 Самостоятельное решение задач. Казалось бы, это вообще должно быть у каждого взрослого человека, но много руководителей компаний прям обозначили отдельно этот пункт. От сотрудника хотят видеть определённую долю автономии, чтобы он не бегал и не спрашивал элементарные вещи, которые лежат на первой странице гугла.
🔵 Вовлечённость. Этот пункт отмечали практически все. Человек должен понимать различные процессы, происходящие в компании, должен быть заинтересован в развитии и продуктов, и общего дела. Вариант, когда пришёл, отработал смену Х часов и ушёл, устраивает разве что на позиции технологов. Да и то, технолог, который предлагает идеи оптимизации и модернизации ценится куда больше.
🔵 Коммуникации. Не самый популярный вариант, но присутствовал, особенно для кандидатов на менеджерские позиции. Умение чётко сформулировать мысль и донести её до собеседника - это важно. И пару раз отмечали, что пригодились бы базовые навыки графического дизайна для красивых презентаций или отчётов. Здесь могла бы быть ваша реклама курсов графического дизайна, но я не продаю рекламу.
🔵 Адаптивность. Этот параметр никто не называл напрямую, но косвенными вопросами оказывалось, что это важно. Например, вышел новый регуляторный документ и сотрудники, которые быстро разберутся в нём и перестроят свою работу, имеют куда больше шансов на повышение. Да и в целом, умение решать проблемы в условиях неопределённости для многих оказалось ключевой характеристикой сотрудников в ответе на вопрос о примерах стремительного карьерного роста.
🔵 Тайм-менеджмент. Здесь мы говорили не столько про максимальную эффективность, сколько про то, что нужно укладываться в срок по поставленным задачам, не более.
В интервью ни разу не прозвучали такие качества, как работа в команде, лидерство, креативность и как ни странно стрессоустойчивость. В целом, можно сказать, что ничего сверхъестественного от кандидатов не требуется, хотя всё вышеперечисленное как правило не учитывается в университетских программах, но это уже совсем другая история.
Привет, коллега!
Недавно я начала делиться информацией с глубинных интервью с представителями руководства биотех компаний, которые я проводила в 2022 году для разработки программы магистратуры. Хочу продолжить эту историю и сегодня расскажу о кадрах, а точнее о тех навыках, которые индустрия хочет от потенциальных сотрудников. Я говорила не с HR, а дирекцией, так что возможно позиция, озвученная ими, будет отличаться от того, что пишут в вакансиях.
Очень многие компании испытывают дефицит квалифицированных кадров. Во-первых, сильно страдает производство, оно часто находится в регионах или за пределами города и люди не особо стремятся переезжать. Во-вторых, действительно сильные кандидаты стоят дорого и далеко не каждая компания может их себе позволить. И это хорошая новость для тех, кто хочет начать свою карьеру в биотехе. Многие готовы брать на относительно неплохие зарплаты (~100 тыс. на старте) вчерашних выпускников.
Мне показалось весьма интересным, что на вопросы о ключевых навыках хороших сотрудников почти никто не говорил про hard skills, то есть знания по специальности. Университетского образования и хоть какого-нибудь опыта в лаборатории в целом достаточно. Не умеешь работать на приборе - научим. Не знаешь нормативку - дадим все материалы. У многих компаний есть развитая система корпоративного обучения и адаптации, которые позволяют закрывать эти пробелы. Главное чтобы мозги были на своём месте, а руки на своём. Гораздо большее значение имеют soft skills, то есть навыки, напрямую не относящиеся к специальности, но весьма полезные в организации деятельности. Например,
В интервью ни разу не прозвучали такие качества, как работа в команде, лидерство, креативность и как ни странно стрессоустойчивость. В целом, можно сказать, что ничего сверхъестественного от кандидатов не требуется, хотя всё вышеперечисленное как правило не учитывается в университетских программах, но это уже совсем другая история.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍62❤20🔥12🤔2❤🔥1🥴1
#статистика_для_котиков
А ты точно нормальный?
Привет, коллега!
В предыдущих сериях мы обсуждали, что такое нормальное распределение и какими статистическими тестами можно проверить нормальность. А ещё в прошлый раз мы говорили про p-значение, на которое мы обычно и смотрим при использовании различных статистических тестов. Напомню, что если p-значение меньше уровня значимости (который часто принимают за 0.05), то отклоняем нулевую гипотезу и считаем различия значимыми. В случае тестов на проверку нормальности, нулевая гипотеза строится вокруг того, что распределение нашей выборки не отличается от нормального, так что это один из немногих случаев, когда нам лучше было бы получить p>0.05 и отклонить уже альтернативную гипотезу о наличии различий.
Но это так, краткое напоминание прошлого материала. Сегодня просто хотела поделиться интересной статьёй на тему работы критериев для проверки нормальности. Что было сделано: были сгенерированы по 1000 выборок разного размера (10, 100, 1000 и 5000 случаев) заведомо имеющие 4 разных распределения: стандартное нормальное, "почти нормальное" (нормальное с добавленным систематическими шумом), распределение Стьюдента с 20 степенями свободы и логнормальное распределение с явной асимметрией.
Затем все эти выборки проверялись на нормальность с помощью 4 тестов: критерия Шапиро-Уилка, критерия Лиллиефорса, критерия Андерсона-Дарлинга и критерия согласия Пирсона. И затем для каждого размера выборок и каждого типа распределения был подсчитан процент случаев, когда тот или иной тест выдавал p<0.05, то есть когда мы должны были бы считать распределение не нормальным. Возможно, сложно объясняю, поэтому рекомендую всё же заглянуть в оригинальную статью.
У автора получилось очень интересное. При малом размере выборок в большинстве случаев все тесты считали распределение нормальным, даже если выборка была сгенерирована из логнормального распределения. По большему счёту это, скорее всего связано с тем, что чем меньше n, тем меньше мощность критериев, то есть способность найти различия там где они есть. Такая же проблема будет встречаться и при проверке межгрупповых различий.
При большом количестве значений, даже самые малые выбросы (как в случае "почти нормального" распределения), приводили к более частому отклонению нулевой гипотезы, то есть тесты считали распределение не нормальным. Последним меньше всего грешил Хи-квадрат Пирсона. И снова такая история может наблюдаться и при сравнении двух групп, то есть при большом размере выборок даже самые малые отклонения могут приводить к принятию альтернативной гипотезы и мы скажем, что различия есть. Некоторые авторы предлагают больше опираться на размер эффекта, то есть по сути на количественно выраженную разницу между группами, нежели на p-значение.
Так что этот пост служит двум целям. Первая - это ещё раз показать, что p-значение это не универсальный ответ на все вопросы и интерпретировать свои результаты нужно через совокупность факторов. И вторая - это сделать затравку к следующим постам этой рубрики про мощность критериев и размер эффекта.
А ты точно нормальный?
Привет, коллега!
В предыдущих сериях мы обсуждали, что такое нормальное распределение и какими статистическими тестами можно проверить нормальность. А ещё в прошлый раз мы говорили про p-значение, на которое мы обычно и смотрим при использовании различных статистических тестов. Напомню, что если p-значение меньше уровня значимости (который часто принимают за 0.05), то отклоняем нулевую гипотезу и считаем различия значимыми. В случае тестов на проверку нормальности, нулевая гипотеза строится вокруг того, что распределение нашей выборки не отличается от нормального, так что это один из немногих случаев, когда нам лучше было бы получить p>0.05 и отклонить уже альтернативную гипотезу о наличии различий.
Но это так, краткое напоминание прошлого материала. Сегодня просто хотела поделиться интересной статьёй на тему работы критериев для проверки нормальности. Что было сделано: были сгенерированы по 1000 выборок разного размера (10, 100, 1000 и 5000 случаев) заведомо имеющие 4 разных распределения: стандартное нормальное, "почти нормальное" (нормальное с добавленным систематическими шумом), распределение Стьюдента с 20 степенями свободы и логнормальное распределение с явной асимметрией.
Затем все эти выборки проверялись на нормальность с помощью 4 тестов: критерия Шапиро-Уилка, критерия Лиллиефорса, критерия Андерсона-Дарлинга и критерия согласия Пирсона. И затем для каждого размера выборок и каждого типа распределения был подсчитан процент случаев, когда тот или иной тест выдавал p<0.05, то есть когда мы должны были бы считать распределение не нормальным. Возможно, сложно объясняю, поэтому рекомендую всё же заглянуть в оригинальную статью.
У автора получилось очень интересное. При малом размере выборок в большинстве случаев все тесты считали распределение нормальным, даже если выборка была сгенерирована из логнормального распределения. По большему счёту это, скорее всего связано с тем, что чем меньше n, тем меньше мощность критериев, то есть способность найти различия там где они есть. Такая же проблема будет встречаться и при проверке межгрупповых различий.
При большом количестве значений, даже самые малые выбросы (как в случае "почти нормального" распределения), приводили к более частому отклонению нулевой гипотезы, то есть тесты считали распределение не нормальным. Последним меньше всего грешил Хи-квадрат Пирсона. И снова такая история может наблюдаться и при сравнении двух групп, то есть при большом размере выборок даже самые малые отклонения могут приводить к принятию альтернативной гипотезы и мы скажем, что различия есть. Некоторые авторы предлагают больше опираться на размер эффекта, то есть по сути на количественно выраженную разницу между группами, нежели на p-значение.
Так что этот пост служит двум целям. Первая - это ещё раз показать, что p-значение это не универсальный ответ на все вопросы и интерпретировать свои результаты нужно через совокупность факторов. И вторая - это сделать затравку к следующим постам этой рубрики про мощность критериев и размер эффекта.
❤50👍19🔥14❤🔥2