Jaká je míra falešných objevů?

Míra falešných objevů (FDR) je statistická predikce toho, kolik výsledků lze očekávat jako falešně pozitivní. To umožňuje vědcům analyzovat data a určit, zda jsou statisticky smysluplné nebo bezcenné. V závislosti na typu projektu může existovat vysoká tolerance pro vysokou míru falešných objevů, protože ostatní nálezy jsou stále platné a mohou být užitečné. Vědci obvykle předkládají statistickou analýzu svých zjištění a diskutují o tom v prezentaci své práce.

Tento koncept souvisí s hodnotou p, odhadem pravděpodobnosti získání smysluplného a platného výsledku. Malé hodnoty p naznačují, že data nejsou tak významná, protože existuje nízká statistická pravděpodobnost, že jsou jedinečné. Pokud například někdo vytáhne barevné koule z vaku, který obsahuje koule o třech barvách, tato osoba by očekávala, že vytáhne zhruba stejný počet každé barvy. Pokud je nakresleno 20 koulí a 10 z nich má stejnou barvu, bylo by to statisticky nepravděpodobné. K nalezení p-hodnoty by výzkumník mohl provést statistickou analýzu, aby určil, jak je pravděpodobné, že bude kreslit 10 koulí stejné barvy při 20-kouli.

V případě chybného objevování je větší shovívavost než u hodnoty p. Namísto zkoumání statistické pravděpodobnosti, že výsledky jsou skutečně jedinečné, zkoumá počet falešně pozitivních výsledků, které se ve výsledcích pravděpodobně vyskytnou. Vysoký počet falešných pozitiv by mohl stále přinést užitečná data. Vědci budou muset být schopni identifikovat a vyloučit falešné pozitivy z jejich výsledků, ale zbývající informace mohou být velmi důležité.

K určení míry falešných objevů lze použít četné výpočty. Pokud vědci zjistí, že tato míra je vysoká, když nastavují experiment, mohou provést určité úpravy, aby ji mohli ovládat. To by mohlo zahrnovat změny v metodologii studie, jako je získání většího vzorku ke snížení počtu falešných pozitiv. Pečlivý design studie je velmi důležitý, protože chyby v tomto procesu by mohly způsobit problémy s experimentem.

K dispozici jsou počítačové programy, které pomáhají s výpočty falešných objevů. Je také možné provádět je ručně. V průběhu vývoje metodologie studie by vědci mohli provést některé výpočty, aby identifikovali zřejmé nedostatky v designu před pokračováním experimentu. To jim může pomoci najít slabá místa a oslovit je, aby byl experiment co nejsilnější a co nejužitečnější.