Что такое уровень ложных открытий?

Уровень ложных обнаружений (FDR) - это статистический прогноз того, сколько результатов можно ожидать, чтобы быть ложными срабатываниями. Это позволяет исследователям анализировать данные, чтобы определить, являются ли они статистически значимыми или бесполезными. В зависимости от типа проекта может быть высокий допуск для высокого уровня ложного обнаружения, потому что другие результаты все еще действительны и могут быть полезны. Исследователи обычно представляют статистический анализ своих результатов и обсуждают это в презентации своей работы.

Эта концепция связана с p-значением, оценкой вероятности получения значимого и достоверного результата. Небольшие значения р предполагают, что данные не столь значимы, поскольку существует низкая статистическая вероятность того, что они уникальны. Например, если кто-то вытаскивает цветные шарики из сумки, в которой есть шарики трех цветов, этот человек может ожидать примерно одинакового числа каждого цвета. Если нарисовано 20 шаров и 10 из них одного цвета, это статистически маловероятно. Чтобы найти значение p, исследователь может выполнить статистический анализ, чтобы определить, насколько вероятно нарисовать 10 шаров одного цвета в тираже из 20 шаров.

В случае ложной скорости обнаружения, есть больше снисходительности, чем с p-значением. Вместо того чтобы рассматривать статистическую вероятность того, что результаты на самом деле уникальны, он анализирует количество ложных срабатываний, которые могут быть обнаружены в результатах. Большое количество ложных срабатываний все еще может дать полезные данные. Исследователи должны иметь возможность выявлять и исключать ложные срабатывания из своих результатов, но оставшаяся информация может быть очень важной.

Многочисленные расчеты могут быть использованы для определения уровня ложного обнаружения. Если исследователи обнаружат, что этот показатель высок, когда они проводят эксперимент, они могут внести некоторые коррективы, чтобы контролировать его. Это может включать изменения в методологии исследования, такие как получение большей выборки для уменьшения количества ложных срабатываний. Тщательный дизайн исследования очень важен, потому что ошибки в этом процессе могут создать проблемы с экспериментом.

Доступны компьютерные программы, помогающие при расчете скорости ложного обнаружения. Также возможно выполнить их вручную. В ходе разработки методологии исследования, исследователи могли бы сделать некоторые вычисления, чтобы идентифицировать очевидные недостатки в дизайне, прежде чем эксперимент продолжится. Это может помочь им найти слабые места и устранить их, чтобы сделать эксперимент как можно более сильным и полезным.