Обычно всё начинается с одной мысли. «Да что там этой статистики. За выходные разберусь». Потом появляются десятки открытых вкладок. Потом форумы. Потом видео на YouTube. Потом вопрос, на который пять разных специалистов дают пять разных ответов. Потом замечания рецензента. И в какой-то момент приходит понимание: Проблема была не в одной формуле. Проблема была в том, что с самого начала никто не выстроил всю статистическую логику исследования. Именно поэтому невозможно решить проблему одной «табличкой» или одним критерием. 📊 Статистическая обработка — это система, где каждое решение влияет на следующее. Поэтому сначала нужен план. И только потом — расчёты. 👇 А на каком этапе вы сейчас? 1️⃣ «Разберусь сам.» 2️⃣ «Уже запутался.» 3️⃣ «Понял, что пора искать помощь.» Напишите только цифру в комментариях. Интересно посмотреть, кого здесь сегодня больше. В телеграм консультирую бесплатно: @statobrabotka t.me/...tka
Statobrabotka
🧠 Один критерий. Пять способов ошибиться. Парадокс в том, что большинство ошибок в статистике возникают не из-за сложных формул. А из-за слишком большой уверенности в том, что «я и так всё знаю». Именно поэтому одна и та же статья может получить противоположные замечания от разных рецензентов. Мы собрали шпаргалку, которую стоит открыть до отправки статьи, а не после отказа. Без академической воды. Только ошибки, которые реально встречаются в медицинских исследованиях. 💬 А какая претензия рецензента к статистике была самой странной в вашей практике? 📌 Сохраните карусель — в нужный момент она может сэкономить недели работы. Разбираем кейсы в Telegram: @statobrabotka t.me/...tka
🥊 1 ПРИКЛАДНИК ПРОТИВ ЦЕЛОЙ ШКОЛЫ БИОСТАТИСТИКИ Мы решили устроить эксперимент. Не спор. Не теорию. Баттл. 5 раундов. 5 острых вопросов. И главный судья — врачи-исследователи. Кто оказался ближе к медицинской статистике? 🔵 Прикладник 🔴 Биостатистики Счет в карусели. 👇 Кто победил - напишите в комментариях? Все разборы в телеграм t.me/...tka
🛑 Поменяли статистический критерий? Значит, у вас уже другое исследование? Именно этому сегодня учат большинство биостатистиков. Схема выглядит так: Исследовательский вопрос → Нулевая гипотеза → Статистический критерий. А дальше делается, на наш взгляд, очень странный вывод. Если вместо t-критерия Стьюдента вы используете критерий Манна–Уитни, значит изменился исследовательский вопрос. Мы считаем, что именно здесь современный биостатистический тренд совершает методологическую подмену. Представьте обычную ситуацию. Вы исследуете влияние препарата на уровень гемоглобина. После анализа данных обнаруживаются несколько выраженных выбросов. Поэтому вместо t-критерия вы выбираете Манна–Уитни. Теперь ответьте честно. ❓Что изменилось? • Препарат? Нет • Пациенты? Нет • Клинические данные? Нет. Изменился только математический инструмент, которым вы анализируете те же самые данные. Микроскоп не меняет бактерию. Термометр не меняет температуру. И статистический критерий сам по себе не меняет клиническую задачу. Он лишь позволяет посмотреть на нее под другим углом. Да, разные критерии чувствительны к разным особенностям данных. Да, они опираются на разные статистические характеристики. Но действительно ли отсюда автоматически следует, что исследовательский вопрос стал другим? Именно этот тезис мы предлагаем поставить под сомнение. Мы запускаем новую рубрику «Биостатистика на прочность». В ней мы будем разбирать утверждения, которые многие воспринимают как непреложную истину, хотя вокруг них десятилетиями идут методологические дискуссии. Наша цель — не спор ради спора. Наша цель — заставить задуматься. 👇 Теперь слово тем, кто считает, что смена статистического критерия автоматически меняет исследовательский вопрос. Объясните: • что именно изменилось в исследовании? • где появился новый клинический вопрос? • и почему математический инструмент вдруг стал частью медицинской реальности? Обсуждаем только аргументы. Возможно, именно здесь начинается самая интересная дискуссия в современной биостатистике. t.me/...tka
