Các phương pháp thống kê mới sẽ cho phép các nhà nghiên cứu xử lý dữ liệu một cách tốt hơn, chính xác hơn

Các nhà nghiên cứu trong các ngành, lĩnh vực đều cố gắng làm sao để suy luận được tổng thể dựa trên một mẫu tương đối nhỏ. Tuy nhiên nhiều phương pháp thống kê cũ có khả năng làm cho kết quả sai lệch. Bài viết này đưa ra các ví dụ và phương pháp thống kê mới giúp các nhà nghiên cứu xử lý dữ liệu một cách tốt hơn, chính xác hơn.
Nội dung trích xuất từ tài liệu:
Các phương pháp thống kê mới sẽ cho phép các nhà nghiên cứu xử lý dữ liệu một cách tốt hơn, chính xác hơn  Các phương pháp thống kê mới sẽ cho phép các nhà nghiên cứu xử lý dữ liệu một cách tốt hơn, chính xác hơn Rand Wilcox, Giáo sư Thống kê, Đại học Nam California, Mỹ Tóm tắt: Các nhà nghiên cứu trong các ngành, lĩnh vực đều cố gắng làm sao để suy luận được tổng thể dựa trên một mẫu tương đối nhỏ. Tuy nhiên nhiều phương pháp thống kê cũ có khả năng làm cho kết quả sai lệch. Bài viết này đưa ra các ví dụ và phương pháp thống kê mới giúp các nhà nghiên cứu xử lý dữ liệu một cách tốt hơn, chính xác hơn. Ở bất kỳ lĩnh vực nào, nếu một nhà này tạo cơ hội để hiểu biết chính xác hơn và nghiên cứu đang thu thập dữ liệu dưới bất kỳ mang sắc thái hơn về dữ liệu. Vấn đề là hiện hình thức nào, tại một thời điểm nào đó sẽ những kỹ thuật tốt hơn này được áp dụng phải phân tích nó. Và chắc chắn là người đó rộng rãi trong phạm vi cộng đồng khoa học sẽ chuyển sang số liệu thống kê để biết dữ với một tiến độ rất chậm. liệu đó nói lên điều gì. Khi các phƣơng pháp cổ điển Một loạt các lĩnh vực - chẳng hạn như không hiệu quả khoa học xã hội, tiếp thị, sản xuất, ngành Ví dụ, hãy tưởng tượng rằng các nhà dược phẩm và vật lý - cố gắng để làm sao nghiên cứu thu thập một nhóm 40 người có suy luận được tổng thể dựa trên một mẫu cholesterol cao. Một nửa uống thuốc A, một tương đối nhỏ. Tuy nhiên, nhiều nhà nghiên nửa khác uống một giả dược. Các nhà nghiên cứu đang sử dụng các kỹ thuật thống kê cũ có khả năng làm cho kết quả sai lệch. Và đó là một vấn đề nếu như chúng ta hiểu sai về một loại thuốc mới có tiềm năng hay một số tác động của việc cung cấp nước cho thành phố. Là một nhà thống kê đã theo đuổi những tiến bộ trong lĩnh vực này, tôi biết có rất nhiều phương pháp được cải tiến để so sánh các nhóm cá thể hoặc sự vật, cũng như Điều gì sẽ xảy ra nếu những con chuột này hiểu biết về sự liên kết giữa hai hay nhiều không thực sự đại diện cho tất cả những con chuột biến. Những phương pháp mạnh mẽ hiện đại khác ngoài chúng 25  cứu phát hiện ra rằng những người trong trong số hàng triệu người dùng thuốc. Các kỹ nhóm uống thuốc A có mức giảm cholesterol thuật cổ điển cho rằng số lượng thay đổi trung bình lớn hơn. Tuy nhiên, kết quả của trong số những người nhận thuốc tiềm năng 20 người chưa phản ánh hết những gì sẽ xảy là chính xác như số lượng thay đổi trong ra nếu hàng ngàn người uống thuốc A?. nhóm giả dược. Hoặc trên một quy mô vũ trụ, hãy xem Hình 1: Các đường cong dựa trên phương xét nhà thiên văn học Edwin Hubble, người trình mô tả các bộ dữ liệu đối xứng khác nhau đã đo được 24 thiên hà từ trái đất và tốc độ chúng di chuyển so với trái đất như thế nào. Dữ liệu từ nhóm nhỏ này cho phép ông vẽ ra một phương trình dự đoán vận tốc hồi quy được gọi là tốc độ suy thoái cho khoảng cách của nó. Nhưng kết quả của Hubble có phản ánh được mối liên hệ giữa hàng triệu thiên hà trong vũ trụ nếu chúng được đo lường? Trong những tình huống này và nhiều tình huống khác, các nhà nghiên cứu sử dụng các mẫu nhỏ đơn giản do chi phí hạn hẹp và khó khăn khi thu thập dữ liệu. Các phương pháp cổ điển, thường được giảng Một giả định tương tự cũng được thực dạy và sử dụng, cố gắng giải quyết những hiện khi nghiên cứu các mối liên hệ. Ví dụ, vấn đề này bằng cách đưa ra hai giả thuyết hãy xem xét một nghiên cứu kiểm tra mối chính. liên hệ giữa độ tuổi và mức độ trầm cảm. Trong số hàng triệu người ở độ tuổi 20, sẽ có Thứ nhất, các nhà khoa học cho rằng sự khác biệt về tỷ lệ trầm cảm. Điều này có một phương trình cụ thể cho từng tình cũng đúng ở tuổi 30, 80 hoặc ở bất kỳ độ huống riêng lẻ sẽ mô hình chính xác các xác tuổi nào. Các phương pháp cổ điển cho rằng suất liên quan đến các kết quả có thể xảy ra. số lượng thay đổi là giống nhau đối với bất Phương trình phổ biến nhất được sử dụng kỳ hai lứa tuổi mà chúng ta có thể chọn. tương ứng với cái gọi là phân phối chuẩn. Các biểu đồ kết quả của dữ liệu có hình Tất cả những giả định này cho phép chuông và đối xứng xung quanh một số giá các nhà nghiên cứu sử dụng các phương trị trung tâm. pháp lý thuyết và tính toán thuận tiện. Thật ...