อัตราการค้นพบที่ผิดพลาดคืออะไร?

อัตราการค้นพบที่ผิดพลาด (FDR) เป็นการคาดการณ์ทางสถิติของจำนวนผลลัพธ์ที่คาดว่าจะเป็นผลบวกที่ผิดพลาดสิ่งนี้ช่วยให้นักวิจัยวิเคราะห์ข้อมูลเพื่อตรวจสอบว่ามีความหมายทางสถิติหรือไร้ค่าขึ้นอยู่กับประเภทของโครงการอาจมีความอดทนสูงสำหรับอัตราการค้นพบที่ผิดพลาดสูงเนื่องจากการค้นพบอื่น ๆ ยังคงถูกต้องและอาจเป็นประโยชน์นักวิจัยมักจะนำเสนอการวิเคราะห์ทางสถิติของการค้นพบของพวกเขาและหารือเกี่ยวกับสิ่งนี้ในการนำเสนองานของพวกเขา

แนวคิดนี้เกี่ยวข้องกับค่า p, การประมาณความน่าจะเป็นของการได้รับผลลัพธ์ที่มีความหมายและถูกต้องค่า p ขนาดเล็กแนะนำว่าข้อมูลไม่ได้มีความหมายเนื่องจากมีความน่าจะเป็นทางสถิติต่ำที่ไม่ซ้ำกันตัวอย่างเช่นหากมีคนดึงลูกบอลสีออกมาจากถุงที่มีลูกบอลสามสีบุคคลนั้นจะคาดหวังว่าจะดึงจำนวนสีเท่ากันเท่ากันหากมีการวาดลูกบอล 20 ลูกและ 10 ลูกมีสีเท่ากันสิ่งนี้จะไม่น่าเป็นไปได้ทางสถิติในการค้นหาค่า p นักวิจัยสามารถทำการวิเคราะห์ทางสถิติเพื่อพิจารณาว่ามีแนวโน้มที่จะวาด 10 ลูกที่มีสีเดียวกันในการจับ 20 ลูก

ในกรณีของอัตราการค้นพบที่ผิดพลาดกว่าค่า pแทนที่จะมองไปที่ความน่าจะเป็นทางสถิติที่ผลลัพธ์นั้นไม่ซ้ำกันจริง ๆ มันจะตรวจสอบจำนวนผลบวกที่ผิดพลาดที่น่าจะพบในผลลัพธ์ผลบวกปลอมจำนวนมากยังคงให้ข้อมูลที่เป็นประโยชน์นักวิจัยจะต้องสามารถระบุและยกเว้นผลบวกที่ผิดพลาดจากผลลัพธ์ของพวกเขา แต่ข้อมูลที่เหลืออาจมีความสำคัญมาก

การคำนวณจำนวนมากสามารถใช้เพื่อกำหนดอัตราการค้นพบที่ผิดพลาดหากนักวิจัยพบว่าอัตรานี้สูงเมื่อพวกเขาตั้งค่าการทดสอบพวกเขาอาจทำการปรับเปลี่ยนบางอย่างเพื่อควบคุมมันซึ่งอาจรวมถึงการเปลี่ยนแปลงวิธีการ studys เช่นการรับตัวอย่างที่ใหญ่ขึ้นเพื่อลดจำนวนบวกที่ผิดพลาดการออกแบบการศึกษาที่พิถีพิถันมีความสำคัญมากเนื่องจากข้อผิดพลาดในกระบวนการนี้สามารถสร้างปัญหากับการทดลอง

โปรแกรมคอมพิวเตอร์เพื่อช่วยในการคำนวณอัตราการค้นพบที่ผิดพลาดนอกจากนี้ยังเป็นไปได้ที่จะแสดงด้วยมือในระหว่างการพัฒนาวิธีการศึกษานักวิจัยอาจทำการคำนวณบางอย่างเพื่อระบุข้อบกพร่องที่ชัดเจนในการออกแบบก่อนที่การทดลองจะดำเนินการสิ่งนี้สามารถช่วยให้พวกเขาพบจุดอ่อนและจัดการกับพวกเขาเพื่อทำการทดลองที่แข็งแกร่งและมีประโยชน์มากที่สุดเท่าที่จะทำได้