Псевдорепликация - Pseudoreplication

Псевдорепликация это процесс искусственного завышения количества образцов или повторов[1]. В результате статистические тесты, выполненные с данными, становятся недействительными.

Псевдорепликация была первоначально определена в 1984 г. Стюарт Х. Херлберт[2] как частный случай неадекватной спецификации случайных факторов, когда присутствуют как случайные, так и фиксированные факторы.[3]Проблема неадекватной спецификации возникает, когда обработки назначаются единицам, входящим в состав подвыборки, и F-коэффициент обработки при дисперсионном анализе (ANOVA ) таблица формируется по отношению к среднему квадрату невязки, а не к среднему квадрату единицы. Отношение F относительно среднего квадрата в пределах единицы уязвимо для сбивать с толку обработки и воздействия на единицу, особенно когда количество экспериментальных единиц невелико (например, четыре танка, два обработанных резервуара, два необработанных, несколько подвыборок на резервуар) Проблема устраняется путем формирования отношения F относительно правильного среднего квадрата в таблице ANOVA (резервуар по обработке MS в приведенном выше примере), где это возможно. Проблема решается за счет использования смешанных моделей.[3]

Херлберт сообщил о «псевдорепликации» в 48% исследованных им исследований, в которых использовалась логическая статистика.[2] В нескольких исследованиях, посвященных изучению научных статей, опубликованных до 2016 года, было обнаружено, что около половины статей подозреваются в псевдорепликации.[1] Когда время и ресурсы ограничивают количество экспериментальные единицы, а единичные эффекты нельзя исключить статистически путем тестирования единичной дисперсии, важно использовать другие источники информации для оценки степени, в которой F-отношение смешивается с единичными эффектами.

Репликация

Репликация увеличивает точность оценки, в то время как рандомизация обращается к более широкой применимости выборки к генеральной совокупности. Репликация должна быть подходящей: необходимо учитывать репликацию на уровне экспериментальной единицы в дополнение к репликации внутри единиц.

Проверка гипотезы

Статистические тесты (например. t-тест и соответствующее семейство тестов ANOVA) полагаются на соответствующую репликацию для оценки Статистическая значимость. Тесты, основанные на распределениях t и F, предполагают однородные, нормальные и независимые ошибки. Коррелированные ошибки могут привести к ложной точности и слишком маленьким p-значениям.[4]

Типы

Hurlbert (1984) определил четыре типа псевдорепликации.

  • Простая псевдорепликация (рис. 5a в Hurlbert 1984) возникает, когда на лечение приходится одна экспериментальная единица. Статистические данные не могут отделить изменчивость из-за обработки от изменчивости из-за экспериментальных единиц, когда есть только одно измерение на единицу.
  • Временная псевдорепликация (рис. 5c в Hurlbert 1984) возникает, когда экспериментальные единицы достаточно различаются во времени, так что временные эффекты среди единиц вероятны, а эффекты лечения коррелируют с временными эффектами. Статистические данные не могут отделить изменчивость из-за обработки от изменчивости из-за экспериментальных единиц, когда есть только одно измерение на единицу.
  • Жертвенная псевдорепликация (рис. 5b в Hurlbert 1984) происходит, когда в анализе используются средние значения в рамках лечения, и эти средства проверяются по дисперсии в пределах единицы. На рисунке 5b ошибочное отношение F будет иметь 1 df в числителе (обработка) среднего квадрата и 4 df в среднем квадрате знаменателя (2-1 = 1 df для каждой экспериментальной единицы). Правильное F-соотношение будет иметь 1 df в числителе (обработка) и 2 df в знаменателе (2-1 = 1 df для каждой обработки). Правильный F-коэффициент контролирует эффекты экспериментальных единиц, но с 2 df в знаменателе у него будет мало возможностей для обнаружения различий в лечении.
  • Неявная псевдорепликация возникает, когда стандартные ошибки (или доверительные границы) оцениваются в экспериментальных единицах. Как и в случае других источников псевдорепликации, эффекты лечения нельзя статистически отделить от эффектов из-за различий между экспериментальными единицами.

Рекомендации

  1. ^ а б Голипур, Бахар (15 марта 2018 г.). «Статистические ошибки могут испортить до половины исследований на мышах». Спектр | Новости исследований аутизма. Получено 2018-03-24.
  2. ^ а б Херлберт, Стюарт Х. (1984). «Псевдорепликация и дизайн экологических полевых экспериментов» (PDF). Экологические монографии. Экологическое общество Америки. 54 (2): 187–211. Дои:10.2307/1942661. JSTOR  1942661.
  3. ^ а б Millar, R.B .; Андерсон, М.Р. (2004). «Средства от псевдорепликации». Исследования рыболовства. 70 (2–3): 397–407. Дои:10.1016 / j.fishres.2004.08.016.
  4. ^ Лазич, С.Е. (2010). «Проблема псевдорепликации в нейробиологических исследованиях: влияет ли это на ваш анализ?». BMC Neuroscience. 11:5: 5. Дои:10.1186/1471-2202-11-5. ЧВК  2817684. PMID  20074371.