Quel est le taux de fausse découverte?

Le taux de fausse découverte (FDR) est une prédiction statistique du nombre de résultats à s'attendre à être de faux positifs.Cela permet aux chercheurs d'analyser les données pour déterminer s'il est statistiquement significatif ou sans valeur.Selon le type de projet, il peut y avoir une tolérance élevée pour un taux élevé de fausses découvertes, car les autres résultats sont toujours valides et peuvent être utiles.Les chercheurs présentent généralement une analyse statistique de leurs résultats et en discutent dans la présentation de leur travail.

Ce concept est lié à la valeur p, une estimation de la probabilité d'obtenir un résultat significatif et valide.De petites valeurs de p suggèrent que les données ne sont pas aussi significatives, car il existe une faible probabilité statistique qu'elle soit unique.Par exemple, si quelqu'un retire des balles colorées d'un sac qui contient des balles de trois couleurs, cette personne s'attendrait à tirer des nombres à peu près égaux de chaque couleur.Si 20 balles sont dessinées et que 10 d'entre elles sont de la même couleur, ce serait statistiquement improbable.Pour trouver la valeur p, le chercheur pourrait exécuter une analyse statistique pour déterminer dans quelle mesure il est probable de dessiner 10 balles de la même couleur dans un tirage à 20 balles.

dans le cas du taux de fausse découverte, il y a plus de "qu'avec une valeur p.Plutôt que de regarder la probabilité statistique que les résultats sont réellement uniques, il examine le nombre de faux positifs susceptibles d'être trouvés dans les résultats.Un nombre élevé de faux positifs pourrait encore fournir des données utiles.Les chercheurs devront être en mesure d'identifier et d'exclure les faux positifs de leurs résultats, mais les informations restantes pourraient être très importantes. De nombreux calculs peuvent être utilisés pour déterminer le taux de fausse découverte.Si les chercheurs constatent que ce taux est élevé lorsqu'ils ont mis en place une expérience, ils pourraient faire des ajustements pour le contrôler.Cela pourrait inclure des modifications de la méthodologie Studys, comme l'obtention d'un échantillon plus grand pour réduire le nombre de faux positifs.La conception méticuleuse de l'étude est très importante, car les erreurs dans ce processus pourraient créer des problèmes avec l'expérience. Des programmes informatiques pour aider à des calculs de taux de fausse découverte sont disponibles.Il est également possible de les exécuter à la main.Au cours du développement d'une méthodologie d'étude, les chercheurs pourraient faire des calculs pour identifier les défauts évidents dans la conception avant le cas de l'expérience.Cela peut les aider à trouver des points faibles et à les résoudre pour rendre l'expérience aussi forte et aussi utile que possible.