유사수집합법

Pseudoreplication

유사복제(때로는 분석오차의[1] 단위)는 많은 정의를 가지고 있다.유사복제는 원래 1984년에 스튜어트 H에 의해 정의되었다. 허버트(Hurlbert[2])는 치료제가 복제되지 않거나(표본이 복제될 수 있지만) 반복실험이 통계적으로 독립적이지 않은 실험의 데이터로 치료 효과를 테스트하기 위해 추론적 통계를 사용한다.이후 밀라르와 앤더슨은 무작위 인자와 고정 인자가 모두 존재하는 무작위 인자의 부적절한 사양의 특별한 경우로 식별했다.통계적으로 독립적이지 않은 표본이나 반복실험 횟수의 인플레이션으로 해석되기도 한다.[4]이 정의는 단위와 치료 효과의 교락 요인을 잘못 지정한 F-비율로 생략한다.실제로 고정 효과의 통계적 시험에 대한 부정확한 F-비율(F-Ratio)은 종종 혼합된 용어보다는 오류에 대해 형성된 기본 F-비율에서 발생한다.

표본 평균에 대한 신뢰 구간을 계산할 때 상관 관계가 고려되지 않는 상관 관계가 있는 표본의 문제로서 나태한 유사 복제를 정의했다.직렬 또는 시간 상관 관계의 효과는 또한 마르코프 체인 중앙 한계 정리를 참조한다.

표본의 상관관계에 의한 유사 추출: 상관 관계를 고려하지 않으면 표본 평균에 대한 90% 신뢰 구간이 너무 작다.예를 들어 이 문제를 해결하기 위해 상관된 샘플이 먼저 그룹화된 다음 (각 블록에 대해) 해당하는 샘플 평균을 계산하는 블럭화 방법을 적용할 수 있다.이 두 "블록 표본 평균"에서 총 표본 평균은 표준 편차뿐만 아니라 평균으로 계산된다.이것은 표본 평균의 신뢰 구간에 대한 더 나은 추정치를 제공한다.[5]

부적합한 규격의 문제는 하위표본을 추출한 단위에 처리를 할당하고 분산 분석(ANOVA) 표의 처리 F-비율이 단위 평균 제곱 중 하나에 대해가 아니라 잔차 평균 제곱에 대해 형성될 때 발생한다.단위 내 평균 제곱에 상대적인 F 비율은 특히 실험 단위 번호가 작은 경우(예: 탱크 단위 4개, 처리된 탱크 2개, 처리되지 않은 탱크 2개, 처리되지 않은 탱크당 여러 개의 하위 샘플) 처리 및 단위 효과의 교란 요인에 취약하다.문제는 ANOVA 표(위의 예에서 처리 MS에 의한 탱크)에서 정확한 평균 제곱에 상대적인 F-비율로 구성함으로써 제거된다.그 문제는 혼합 모델을 사용함으로써 해결된다.[3]

헐버트는 자신이 조사한 연구의 48%에서 추론적 통계를 사용한 "의사복제"를 보고했다.[2]2016년까지 발행된 과학 논문을 조사하는 여러 연구에서도 유사하게 그 논문의 약 절반이 가성복제 의혹을 받고 있는 것으로 밝혀졌다.[4]시간과 자원이 실험 단위의 수를 제한하고 단위 분산에 대한 시험으로 단위 효과를 통계적으로 제거할 수 없는 경우, 다른 정보원을 사용하여 단위 효과에 의해 F-비율의 혼동 정도를 평가하는 것이 중요하다.

복제

복제는 추정의 정밀도를 높이는 반면, 무작위화는 표본이 모집단에 더 폭넓게 적용될 수 있는 가능성을 다룬다.복제가 적절해야 한다. 단위 내 복제 외에 실험 단위 수준의 복제가 고려되어야 한다.

가설 검정

통계적 검정(예: t-검정 및 관련 분산 분석 테스트 제품군)은 통계적 유의성을 추정하기 위해 적절한 복제에 의존한다.t와 F 분포에 기초한 테스트는 동종, 정규 및 독립 오차를 가정한다.상관된 오차는 잘못된 정밀도와 p-값이 너무 작을 수 있다.[6]

종류들

헐버트(1984)는 네 가지 유형의 유사 복제를 정의했다.

  • 간단한 유사복제(Hurlbert 1984의 그림 5a)는 치료당 하나의 실험단위가 있을 때 발생한다.추론 통계량은 단위당 측정치가 하나만 있는 경우 실험 단위로 인한 변동성과 처리로 인한 변동성을 구분할 수 없다.
  • 시간적 유사복제(Hurlbert 1984의 그림 5c)는 단위들 사이에 시간적 효과가 있을 가능성이 있을 만큼 실험 단위가 시간적으로 충분히 다를 때 발생하며, 치료 효과는 시간적 효과와 상관관계가 있다.추론 통계량은 단위당 측정치가 하나만 있는 경우 실험 단위로 인한 변동성과 처리로 인한 변동성을 구분할 수 없다.
  • 희생적 유사복제(Hurlbert 1984의 그림 5b)는 치료 내 평균이 분석에 사용될 때 발생하며, 이러한 평균은 단위 내 분산을 통해 시험된다.그림 5b에서 잘못된 F-비율에는 분자(처리) 평균 제곱에 1df, 분모 평균 제곱에 4df(각 실험 단위당 2-1 = 1df)가 있다.올바른 F-비율에는 분자(처리)에 1df, 분모에 2df(각 처리마다 2-1 = 1df)가 있다.실험 단위의 효과에 대한 정확한 F-비율 조정기는 분모가 2df이면 치료 차이를 탐지할 수 있는 힘이 거의 없다.
  • 암묵적 유사 복제는 실험 단위 내에서 표준 오차(또는 신뢰 한계)를 추정할 때 발생한다.다른 유사 복제의 출처와 마찬가지로 치료 효과는 실험 단위 간의 변동으로 인한 효과와 통계적으로 분리될 수 없다.

참고 항목

참조

  1. ^ Hurlbert, Stuart H. (2009). "The ancient black art and transdisciplinary extent of pseudoreplication". Journal of Comparative Psychology. 123 (4): 434–443. doi:10.1037/a0016221. ISSN 1939-2087. PMID 19929111.
  2. ^ a b Hurlbert, Stuart H. (1984). "Pseudoreplication and the design of ecological field experiments" (PDF). Ecological Monographs. Ecological Society of America. 54 (2): 187–211. doi:10.2307/1942661. JSTOR 1942661.
  3. ^ a b Millar, R.B.; Anderson, M.R. (2004). "Remedies for pseudoreplication". Fisheries Research. 70 (2–3): 397–407. doi:10.1016/j.fishres.2004.08.016.
  4. ^ a b Gholipour, Bahar (2018-03-15). "Statistical errors may taint as many as half of mouse studies". Spectrum Autism Research News. Retrieved 2018-03-24.
  5. ^ a b E, Lazic, Stanley (2010-01-14). "The problem of pseudoreplication in neuroscientific studies: is it affecting your analysis?". BMC Neuroscience. BioMed Central Ltd. 11: 5. doi:10.1186/1471-2202-11-5. OCLC 805414397. PMC 2817684. PMID 20074371.
  6. ^ Lazic, SE (2010). "The problem of pseudoreplication in neuroscientific studies: is it affecting your analysis?". BMC Neuroscience. 11:5: 5. doi:10.1186/1471-2202-11-5. PMC 2817684. PMID 20074371.