Tag: 統計數據

如何錯誤闡述你的研究結果

Untitled-3

在最後關頭失敗 一個良好的研究議題是基於全面的文獻回顧探討-包含經過詳細驗證的一連串資料所構成-在大部分的成況下是這樣沒錯。然而在少數情況下,研究基礎的穩定性,因為資料分析中,潛在被忽略的負面因素干擾,進而導致研究結果受到誤判。在大部分研究結果誤判的案例中,原因可以歸咎於缺乏專業知識加上訓練不足與疏忽,但有些誤判,已被證實是為了要讓研究結果具有開創性所捏造的。以下幾點,是會導致你錯誤解釋你的研究結果的現象: 不去質問你所蒐集的樣本 無論是因為時間或預算的因素,研究在進行時很難能夠從大量母體中取得最具代表性的樣本。臨床實驗則是眾所皆知的很難達到預期功效;而在研究死亡的議題上,能夠獲得的樣本數日益減少,如果有效樣本可以被看作穩固的研究方法,則隨後所有統計數據的正當性,也有可能會被錯誤解釋。 將統計意涵看為既定的事實…
( 閱讀全文… )

發表於: 學術新知, 統計資料   標籤: , ,

如何通過統計數據審查?

於2014年7月3 日起,SCIENCE頒佈了新的審查政策,將統計數據審查加入了同儕審查的環節當中,基本流程是稿件在通過編輯或審查委員會時被標記出來,稿件會被統計學家特別審查。其總編輯表示,此舉措源於數據分析中的錯誤時常導致出版文章中的研究發現不可被複製,為了讓讀者對期刊中發表的文章更有信心,也為了在普遍程度上增加研究成果的可複製性。 越來越多的期刊加入了統計數據審查的行列,例如:NATURE、Annals of Internal…
( 閱讀全文… )

發表於: 不分類, 統計資料, 關鍵技巧   標籤: ,

Disclaimer : The opinions expressed here by the Bloggers and those providing comments are theirs' alone, and do not reflect the opinions of Crimson Interactive or any employee thereof. Crimson Interactive is not responsible for the accuracy of any of the information supplied by the Bloggers. While every caution has been taken to provide readers with the most accurate information and honest analysis, please use your discretion before taking any decisions based on the information in this blog. Author will not compensate you in any way whatsoever if you ever happen to suffer a loss/inconvenience/damage because of/while making use of information in this blog.