打字猴:1.70262881e+09
1702628810 在由于伦理或感情无法进行随机化的以人类为对象的领域,可以使用流行病学的方法论。这种方法同样可以应用在教育、政策以及经营等许多领域。
1702628811
1702628812 这两者共同的思考方法,都是为了寻找对最终结果产生影响最大的“原因”。反过来说,只要找到了基于p值的“原因”,甚至连估计值的“国民适应性”这一社会调查领域的统计学家们最重视的要素,都显得不那么重要了。
1702628813
1702628814 比如说,吸烟是否影响身体健康,流行病学家和生物统计学家最关心的是准确无误的结论,至于吸烟会缩短寿命8年或10年,对他们来说并不是那么重要。另外,如果老人吸烟会缩短寿命10年,年轻人吸烟会缩短寿命15年的话,还要考虑交互作用的问题,因为如果“只限定在年轻人的范围内”就有可能出现“吸烟延长寿命”这一完全颠覆结论的交互作用结果。但不管怎样,既然吸烟对健康有非常不好的影响,那么首先降低吸烟率才是正确的选择。只要能够做出这样的判断,在某种程度上也算是令人满意的结果了。
1702628815
1702628816 因此,生物统计学家和流行病学家,并不十分拘泥于“全国的随机样本”。如果出现极端的数据偏差,比如想要对全体国民的因果关系进行讨论时,结果却只收集到了医生的数据,或者只收集到了高中生的数据,即便在这种情况下,也只是加上“此结果是以偏向于医生群体的数据计算得来”这样的注释后正常发表。
1702628817
1702628818 另外,在一篇内容严谨的论文中一定还会有类似这样的说明,“是否适用于其他群体尚不明确,应用时需要注意”,或者“今后还将继续研究其他群体是否具有相同的关联性”。
1702628819
1702628820 在流行病学和生物统计学中,要想从全体数据中获得充分的随机样本,必须花费大量的成本和时间。由于这一现实条件的制约,所以才诞生了上述思考方法。
1702628821
1702628822 假设现在日本出现了死亡率为50%的可怕传染病,并且已经造成3万人死亡。此时,必须立即通过流行病学的方法找出死亡的原因。但是,感染人数和死亡人数尚且不足日本人口总数的0.1%。也就是说,从日本全体国民中随机选出1万人,只能从中找出几个感染者,而且其中的一半人还因为死亡而无法进行调查。这样的话完全无法进行任何分析。
1702628823
1702628824 那么,我们可以只以感染者作为对象进行抽样调查。可是,这需要我们拥有全部感染者的名单,否则也无法进行抽样调查。在这种情况下最好的选择是,首先对眼前的感染者数据进行全面分析,也就是前面提到过的思考方法。
1702628825
1702628826 统计学家们永无休止的争论
1702628827
1702628828 所以,流行病学家和生物统计学家们,相比“通过抽样调查得到的正确估计值”更加重视“通过随机化做出的适当判断”。而那些接受以社会调查为中心的统计学教育的人(或者说对统计学一知半解的人),常常会提出“没有随机抽样调查的结果都不准确”,结果双方就会陷入永无休止的争论中。场面大概会像下面这样。
1702628829
1702628830 “没有对全体国民进行随机抽样调查,所以你的结论不准确。”
1702628831
1702628832 “虽然分析的只是年轻人的数据,但是只要年龄与吸烟的危害之间没有太强的交互作用,吸烟对身体有害的这个结论是不会改变的。”
1702628833
1702628834 “可是,交互作用究竟是否存在,我们并不能够确定啊。”
1702628835
1702628836 “那么,你说老人吸烟对身体有益的说法有什么证据吗?”
1702628837
1702628838 “没有,可这并不能证明吸烟一定对身体有害。”
1702628839
1702628840 “所以,我说了这次的研究主要偏向年轻人群体的数据,今后还将对其他年龄段进行研究。”
1702628841
1702628842 “那你为什么凭借这个片面的结果就确定了吸烟有害呢?”
1702628843
1702628844 “所以,我不是说过,只要年龄与吸烟的危害之间没有太强的交互作用,吸烟对身体有害的这个结论就不会改变的吗?”
1702628845
1702628846 虽然针对社会调查领域的“数据缺失”,可以使用流行病学的方法来进行补充,但这种补充方法对于社会调查领域的统计学家来说,只不过是“竭尽全力进行随机抽样调查后的最终手段”,因为他们对没有进行过随机抽样调查的数据本身毫无好感。
1702628847
1702628848 所以,当这两者进行讨论的时候,流行病学家和生物统计学家心中常常会想“这群家伙不管推测出多么正确的数据,只要没有进行关联性分析就没有任何意义,真是太可怜了”。而社会调查领域的专家则很生气地认为,“这群家伙明明只有一些片面的数据,还摆出一副了不起的样子”。
1702628849
1702628850 要说他们两者之间究竟谁是正确的,实际上只是研究学问的角度不同而已,谁都没有对错。而对我们来说,最重要的还是根据不同状况选择最适合的思考方法。
1702628851
1702628852 看穿一切数字的统计学 [:1702626756]
1702628853 25 发明“IQ”的心理统计学
1702628854
1702628855
1702628856
1702628857 IQ(智商)测试这一衡量智商的标准就连小学生阅读的漫画中也能看到,但实际上,很多人却并不知道这一指标的具体含义。
1702628858
1702628859 当我们在虚拟世界中描述一个“IQ很高的角色”时,经常会说他“脑子反应很快”,或者“脑子很聪明但性格有缺陷”,大概这就是现实中人们对IQ的印象吧。爱因斯坦的IQ数值是人们津津乐道的话题,也有人认为人类的价值可以用IQ来进行衡量,或者IQ测试是导致歧视的根源等。而在此之前认为强调EQ(情商)比IQ更重要的书籍十分畅销。
[ 上一页 ]  [ :1.70262881e+09 ]  [ 下一页 ]