Долгое прощание с лысенковщиной 

Какие методы и критерии используются

Ниже приводится таблица 1 с частотой использования основных статистических параметров, методов и критериев в проанализированных нами статьях, монографиях и диссертациях.

Практика экспериментальных исследований вырабатывает определенные представления о способах обработки, которые де-факто становятся стандартными в соответствующих областях. Из данной таблицы можно сделать вывод о том, что такой стандарт стихийно сложился и для биомедицинской тематики. В том или ином объеме методы статистики применялись в 83% работ. При этом в 82% диссертаций, монографий и статей авторы приводили выборочные дескриптивные статистики в виде М ± m.

Однако только в 28 работах было дано объяснение этим выражениям примерно такого вида: "Все значения представлены в виде средней ± стандартное отклонение" либо "Выборочные характеристики представлены в виде средней ± ошибка средней". Однако в ряде публикаций встречаются и иные определения величины "m": "Произведен расчет среднеарифметических значений (М), среднеквадратичных отклонений (s) и дисперсии средних значений (m)" - стр. 24 диссертации "Местные факторы защиты при острых заболеваниях органов мочевыделения у детей", 14.00.09 - педиатрия, 1994г.

Подавляющее же большинство авторов вообще никак не уточняет смысл выражения М ± m. Между тем сравнение выражений М ± m для одних и тех же переменных из различных работ иногда показывало, что если значения для "М" достаточно близки, то величины для "m" отличаются порой в 5-8 раз. Это позволяет предположить, что ряд авторов подразумевает под "m" стандартное (среднеквадратичное) отклонение SD (Standard Devation), тогда как другие - стандартную ошибку среднего SD/ = SEM (Standard Error Means), - где n -объем выборки.

В пользу этого предположения говорит и тот факт, что для ряда переменных левая граница 95%-ного доверительного интервала для M, вычисленная с использованием m, принимала отрицательное значение, что противоречило смыслу этих переменных, средние значения которых по своей природе не могли быть нулевыми или отрицательными. Однако возможно, что такие значительные различия объяснялись и большой разницей объемов выборок, которые приводились не всегда. Опрос более 200 исследователей в области медицины и биологии о смысле выражения М ± m показал, что значение М все опрошенные понимают как среднее.

Примерно 50% опрошенных понимали под m среднеквадратичное отклонение SD, 40% - считали m стандартной ошибкой среднего (SEM) и 10% считали, что m - это полуширина доверительного интервала.

В 81% работ при описании результатов статистического анализа авторы использовали выражение "р < ", обычно в виде "р < 0,05", "р < 0,01" или "р < 0,001". Наличие этого выражения означает, что авторы произвели проверку неких статистических гипотез - равенство генеральных средних, равенство коэффициентов корреляции, проверка адекватности уравнения регрессии и т.д. Однако для проверки одной и той же гипотезы могут быть использованы разные статистические критерии. Правильный выбор критерия определяется как спецификой данных и проверяемых гипотез, так и уровнем статистической подготовки исследователя. К сожалению, в каждой второй работе вообще отсутствует упоминание об использованных авторами статистических критериях проверки выдвигаемых гипотез. Между тем, эта информация имеет принципиальный характер для оценки истинности полученных результатов и степени доверия к ним.

Как видно из табл.1 в проанализированных работах доминируют методы, разработанные 50 и более лет тому назад [54-58]. Основная часть публикаций содержит сравнение контрольной группы объектов с опытными группами, которое в основном сводится только к проверке гипотезы о равенстве групповых средних с помощью t-критерия Стьюдента. При этом не производилась проверка исходной однородности контрольных и опытных групп до начала эксперимента. Между тем, вследствие такой неоднородности полученные выводы могут быть весьма сильно искажены, а в ряде случаев в пределах генеральной совокупности и вообще оказаться недостоверными.

В раздел "Прочие методы статистики" (8% работ) попали следующие методы и критерии: U-критерий Вилкоксона; критерий Манна-Уитни; критерий Колмогорова-Смирнова; пробит-анализ; точный критерий Фишера для анализа таблиц сопряженности; однофакторный дисперсионный анализ с множественными тестами сравнения Шеффе и Дункана; критерий Краскела-Валлиса; последовательный анализ Вальда; F-критерий Фишера; критерий T²-Хоттелинга, D-Махаланобиса, анализ таблиц выживаемости Мантеля-Кокса и Каплана-Майера, логистическая регрессия, модель пропорционального риска Кокса, arcsin-преобразование Фишера, спектральный анализ с быстрым преобразованием Фурье, ранговая корреляция Спирмена; метод максимального правдоподобия; дискриминантный анализ; кластерный анализ.

Такое многообразие методов, сосредоточенное в 8% работ, говорит о том, что передовые исследователи уже не удовлетворяются дежурными методами типа t-Стьюдента. Но это же говорит и о том, что большинство из них встречается в публикациях весьма редко. В частности, некоторые из этих методов встречались в проанализированных нами публикациях по одному разу.