Вопросы планирования исследования u Приближенные оценки основных статистических показателей u Определение необходимого объема выборки
Прежде чем наметить необходимый объем выборки нужно определить среднюю величину и её ошибку Приближенное значение средней арифметической определяется по полусумме лимитов _ u X = (xmin+xmax)/2 Среднее квадратическое отклонение по разности лимитов, отнесенных к коэффициенту К (см. таблица – Н. А. Плохинский, 1970 г. ) u Sx=(xmin+xmax)/K n (объем выборки) 2 -5 6 -15 16 -49 50 -200 201 -1000 Более 1000 К 2 3 4 5 6 7
u Величина ошибки средней определяется по формуле _ Sx=(xmin+xmax)/K(n)1/2
Необходимая численность выборки , отвечающая точности, с которой намечено получить средний результат, зависит от величины ошибки средней и определяется по формуле u n = t 2 sx 2/Δ 2 или n = (t/К)2 К=Δ/sx, где t- нормированное отклонение, с которым связан тот или иной уровень значимости sx 2 – выборочная дисперсия _ Δ = tsx –величина, определяющая границу доверительного интервала Для уменьшения ошибки репрезентативности в К раз, нужно увеличить объем выборки в К 2 раз.
Для получения статистически значимой разницы между средними x 1 -x 2=d u n 2=(t/Δ)2(s 12/a+s 22), где Δ=tsd, где sd – заданная величина ошибки для разности сравниваемых средних s 12 и s 22 дисперсии сравниваемых выборок, причем s 12 – дисперсия большей выборки а=n 1/n 2, n 1 – объем большей выборки при n 1=n 2 формула имеет вид n=(t/Δ)2(s 12+s 22) Для долей n=t 2 p (1 -p) / Δ 2 или n=t 2 p (100 -p) / Δ 2 если доли выражаются в%
Способы фальсификации результатов исследований и способы их выявления
Простые приемы: u Численные данные берутся «с потолка» u Результаты из литературы u Завышение (занижение) экспериментальных значений u Опыты «с подпорками» u Дублирование данных
Данные с потолка Данный способ примитивен и выявляется резким несоответствием численных значений аналогичным работам. Если численные данные взяты по аналогии как правило специалист видит слишком «классические» результаты, отсутствие специфики исследования
Завышение (занижение) результатов Выдаёт такие фальсификации несогласованность результатов. Так количество стобалльников ЕГЭ по математике в регионе должно корелировать с таковым по физике и программированию. Другим признаком служит отличие распределения от нормального – отсутствие промежуточных результатов – троек и четверок
Опыт «с подпорками» Опыт с подпорками довольно распространенное явление при испытаниях кормовых добавок, биопрепаратов, удобрений. Суть такова – в опытный вариант дополнительно вносится «подпорка» - лишний мешок комбикорма или удобрений. Привесы и урожаи получаются выше. Можно для испытаний БАДа взять заведомо ослабленную группу - эффект будет выше. Метод обнаружения Тут все зависит от наглости экспериментатора, чем она больше тем фальсификация виднее. Обычно достаточно просмотреть 56 аналогичных работ. Так эффект от биопрепаратов в закрытом грунте при соблюдении всех агротехнических мероприятий не превышает 5 -7%. При безобразной агротехнике он может достигать до 20%
Дублирование данных Применяется для повышения точности результатов, достижения достоверной разности. Выявляется по аномально высокой точности для данного метода исследований. Приличествующие точности приведены на слайде
Изощренные способы u Сперва кривая, затем данные u Расчет разброса исходных данных по предполагаемому нормальному распределению u Рссчет данных по известному распределению (либо норм с учетом ас. И эксцесса)
Скачать презентацию Вопросы планирования исследования u Приближенные оценки основных статистических
Биометрия Лекция 10.ppt