Hvad er den falske opdagelsesgrad?

Den falske opdagelsesgrad (FDR) er en statistisk forudsigelse af, hvor mange resultater der kan forventes at være falske positive.Dette giver forskere mulighed for at analysere data for at bestemme, om det er statistisk meningsfuldt eller værdiløst.Afhængig af projekttypen kan der være en høj tolerance for en høj falsk opdagelsesfrekvens, fordi de andre fund stadig er gyldige og kan være nyttige.Forskere præsenterer normalt statistisk analyse af deres fund og diskuterer dette i præsentationen af deres arbejde.

Dette koncept er relateret til P-værdien, et skøn over sandsynligheden for at få et meningsfuldt og gyldigt resultat.Små p-værdier antyder, at dataene ikke er så meningsfulde, fordi der er en lav statistisk sandsynlighed for, at de er unikt.For eksempel, hvis nogen trækker farvede kugler ud af en taske, der indeholder kugler i tre farver, ville denne person forvente at trække stort set lige antal af hver farve.Hvis 20 bolde tegnes, og 10 af dem er i samme farve, ville dette være statistisk usandsynligt.For at finde p-værdien kunne forskeren køre en statistisk analyse for at bestemme, hvor sandsynligt det er at tegne 10 kugler af samme farve i en 20-boldtegning.

I tilfælde af den falske opdagelsesgrad er der mere lenienceend med en p-værdi.I stedet for at se på den statistiske sandsynlighed for, at resultaterne faktisk er unikke, undersøger den antallet af falske positiver, der sandsynligvis findes i resultaterne.Et stort antal falske positiver kunne stadig give nyttige data.Forskerne skal være i stand til at identificere og udelukke de falske positiver fra deres resultater, men de resterende oplysninger kan være meget vigtige.

Talrige beregninger kan bruges til at bestemme den falske opdagelsesgrad.Hvis forskere finder ud af, at denne sats er høj, når de opretter et eksperiment, kan de muligvis foretage nogle justeringer for at kontrollere for det.Dette kan omfatte ændringer i Studys -metodikken, såsom at få en større prøve til at sænke antallet af falske positiver.Omhyggelig undersøgelsesdesign er meget vigtigt, fordi fejl i denne proces kan skabe problemer med eksperimentet.

Computerprogrammer til at hjælpe med falske opdagelsesrateberegninger er tilgængelige.Det er også muligt at udføre dem for hånd.I løbet af udviklingen af en studiemetodik kan forskere muligvis foretage nogle beregninger for at identificere åbenlyse mangler i designet, før eksperimentet fortsætter.Dette kan hjælpe dem med at finde svage punkter og tackle dem for at gøre eksperimentet så stærkt og så nyttigt som muligt.