Was ist die falsche Entdeckungsrate?
Die falsche Entdeckungsrate (FDR) ist eine statistische Vorhersage, wie viele Ergebnisse zu erwarten sind, dass sie falsch positiv 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 falsche Entdeckungsrate geben, da die anderen Ergebnisse noch gültig sind und möglicherweise nützlich sein. Forscher präsentieren normalerweise die statistische Analyse ihrer Ergebnisse und diskutieren dies in der Darstellung ihrer Arbeit. Kleine P-Werte schlagen vor, dass die Daten nicht so aussagekräftig sind, da es eine geringe statistische Wahrscheinlichkeit gibt, dass sie eindeutig sind. Wenn beispielsweise jemand farbige Kugeln aus einer Tasche herauszieht, die Kugeln mit drei Farben enthält, würde diese Person erwarten, ungefähr gleiche Anzahl jeder Farbe zu ziehen. Wenn 20 Bälle gezogen werden und 10 von ihnen die gleiche Farbe haben, wäre dies eine StatistikVerbündeter unwahrscheinlich. Um den p-Wert zu finden, könnte der Forscher eine statistische Analyse durchführen, um festzustellen, wie wahrscheinlich es ist, 10 Kugeln derselben Farbe in einem 20-Ball-Ziehen zu zeichnen.
Bei der falschen Entdeckungsrate gibt es mehr Nachlassen als mit einem p-Wert. Anstatt die statistische Wahrscheinlichkeit zu betrachten, dass die Ergebnisse tatsächlich eindeutig sind, untersucht sie die Anzahl der falsch positiven positiven Ergebnisse, die wahrscheinlich in den Ergebnissen zu finden sind. Eine hohe Anzahl von Fehlalarmen könnte weiterhin nützliche Daten liefern. Die Forscher müssen in der Lage sein, die Fehlalarme aus ihren Ergebnissen zu identifizieren und auszuschließen, aber die verbleibenden Informationen könnten sehr wichtig sein.
Zahlreiche Berechnungen können verwendet werden, um die falsche Entdeckungsrate zu bestimmen. Wenn die Forscher feststellen, dass diese Rate bei der Einrichtung eines Experiments hoch ist, können sie einige Anpassungen vornehmen, um die Kontrolle dafür zu erhalten. Dies kann Änderungen der Methode der Studie umfassenLogy, wie z. B. eine größere Stichprobe, um die Anzahl der falsch positiven Aspekte zu senken. Sorgfältiges Studiendesign ist sehr wichtig, da Fehler in diesem Prozess Probleme mit dem Experiment verursachen können.
Computerprogramme zur Unterstützung der Berechnungen für falsche Erkennungsrate sind verfügbar. Es ist auch möglich, sie von Hand auszuführen. Im Verlauf der Entwicklung einer Studienmethode können Forscher einige Berechnungen durchführen, um offensichtliche Mängel im Design vor dem Ablauf des Experiments zu identifizieren. Dies kann ihnen helfen, Schwachstellen zu finden und sie anzusprechen, um das Experiment so stark und nützlich wie möglich zu gestalten.