Was ist die Rate falscher Entdeckungen?
Die Falschentdeckungsrate (FDR) ist eine statistische Vorhersage, wie viele Ergebnisse als falsch positiv zu erwarten sind. Auf diese Weise können Forscher Daten analysieren, um festzustellen, ob sie statistisch aussagekräftig oder wertlos sind. Abhängig von der Art des Projekts kann es eine hohe Toleranz für eine hohe Rate falscher Entdeckungen geben, da die anderen Ergebnisse immer noch gültig und möglicherweise nützlich sind. Die Forscher präsentieren in der Regel statistische Analysen ihrer Ergebnisse und diskutieren diese in der Präsentation ihrer Arbeit.
Dieses Konzept bezieht sich auf den p-Wert, eine Schätzung der Wahrscheinlichkeit, ein aussagekräftiges und valides Ergebnis zu erhalten. Kleine p-Werte deuten darauf hin, dass die Daten nicht so aussagekräftig sind, da die statistische Wahrscheinlichkeit gering ist, dass sie eindeutig sind. Wenn zum Beispiel jemand farbige Bälle aus einer Tüte zieht, die Bälle mit drei Farben enthält, würde dieser erwarten, dass er ungefähr die gleiche Anzahl von Bällen jeder Farbe zieht. Wenn 20 Bälle gezogen werden und 10 von ihnen die gleiche Farbe haben, ist dies statistisch unwahrscheinlich. Um den p-Wert zu ermitteln, könnte der Forscher eine statistische Analyse durchführen, um zu bestimmen, wie wahrscheinlich es ist, 10 Bälle derselben Farbe in einem 20-Ball-Draw zu zeichnen.
Bei der falschen Erkennungsrate ist die Nachgiebigkeit größer als bei einem p-Wert. Anstatt die statistische Wahrscheinlichkeit zu untersuchen, dass die Ergebnisse tatsächlich eindeutig sind, wird die Anzahl der falsch positiven Ergebnisse untersucht, die wahrscheinlich in den Ergebnissen gefunden werden. Eine hohe Anzahl von Fehlalarmen könnte dennoch nützliche Daten liefern. Die Forscher müssen in der Lage sein, die falsch positiven Ergebnisse zu identifizieren und von ihren Ergebnissen auszuschließen, aber die verbleibenden Informationen könnten sehr wichtig sein.
Zahlreiche Berechnungen können verwendet werden, um die Rate falscher Entdeckungen zu bestimmen. Wenn Forscher bei der Durchführung eines Experiments feststellen, dass diese Rate hoch ist, nehmen sie möglicherweise einige Anpassungen vor, um die Kontrolle für dieses Experiment zu übernehmen. Dies kann Änderungen an der Methodik der Studie beinhalten, z. B. eine größere Stichprobe, um die Anzahl der falsch-positiven Ergebnisse zu senken. Sorgfältiges Studiendesign ist sehr wichtig, da Fehler in diesem Prozess Probleme mit dem Experiment verursachen können.
Computerprogramme zur Unterstützung der Berechnung falscher Erkennungsraten sind verfügbar. Es ist auch möglich, sie von Hand auszuführen. Während der Entwicklung einer Untersuchungsmethode können die Forscher einige Berechnungen durchführen, um offensichtliche Konstruktionsfehler zu identifizieren, bevor das Experiment fortgesetzt wird. Dies kann ihnen helfen, Schwachstellen zu finden und sie anzusprechen, um das Experiment so stark und nützlich wie möglich zu machen.