Quanto è utile/interessante questa discussione:
| Autore |
Discussione |
|
|
anselmo
Nuovo Arrivato
10 Messaggi |
 Inserito il - 16 agosto 2011 : 12:09:59
|
Torno con una nuova domanda su questo test...
È necessario ricavare la potenza del test di fisher se io cerco di valutare l'associazione o meno tra una mutazione e un fenotipo, avendo come controllo una seconda popolazione che quel fenotipo non lo presenta?
Praticamente i miei dati sono solo numero di soggetti delle due popolazioni in totale e quanti di questi hanno la tal mutazione.
E se fosse necessario, come lo calcolo? Perché leggendo qua e là ho trovato riferimenti a parametri e test che non hanno a che fare con quello che sto facendo io.
EDIT: Inoltre, se io con il mio p value vado a rifiutare l'ipotesi iniziale, e l'errore legato al rifiuto di H0 quando è vera è alfa, ma il mio p è molto molto minore di alfa (0.05 preso di default a quanto ho capito), io dovrei essere al sicuro dal commettere un errore di primo tipo e non posso commettere un errore di secondo tipo se non quando accetto H0.
Ha senso?
|
|
|
|
|
Glubus
Utente Junior
156 Messaggi |
Inserito il - 16 agosto 2011 : 19:45:19
|
forse non ho ben capito: vorresti provare a calcolare la potenza del test sulla base dei dati osservati?
in questo caso ti invito a desistere essendo questa una procedura gravemente distorta (vedi ad esempio "The Abuse of Power: The Pervasive Fallacy of Power Calculations for Data Analysis" di Hoenig e Heisey - The American Statistician 2001 55(1) pgg 19-24).
ancora una volta l'utilizzo degli intervalli di confidenza potrebbe giovare (come ti avevo già suggerito).
Stefano
Citazione:
Messaggio inserito da anselmo
Torno con una nuova domanda su questo test...
È necessario ricavare la potenza del test di fisher se io cerco di valutare l'associazione o meno tra una mutazione e un fenotipo, avendo come controllo una seconda popolazione che quel fenotipo non lo presenta?
Praticamente i miei dati sono solo numero di soggetti delle due popolazioni in totale e quanti di questi hanno la tal mutazione.
E se fosse necessario, come lo calcolo? Perché leggendo qua e là ho trovato riferimenti a parametri e test che non hanno a che fare con quello che sto facendo io.
EDIT: Inoltre, se io con il mio p value vado a rifiutare l'ipotesi iniziale, e l'errore legato al rifiuto di H0 quando è vera è alfa, ma il mio p è molto molto minore di alfa (0.05 preso di default a quanto ho capito), io dovrei essere al sicuro dal commettere un errore di primo tipo e non posso commettere un errore di secondo tipo se non quando accetto H0.
Ha senso?
|
 |
|
|
anselmo
Nuovo Arrivato
10 Messaggi |
Inserito il - 17 agosto 2011 : 10:16:42
|
Sì ricordo, però non posso calcolare l'OR perché uno dei dati è zero e quindi avrei una divisione per zero e di conseguenza non credo di poter calcolare un intervallo di confidenza (però magari si può fare in un'altra maniera e io non so come).
Io non so se mi serve la potenza del test per dare forza al mio p value, è questa più che altro la domanda. Chiedo scusa se non sono molto chiaro ma sono il primo ad essere confuso a riguardo.
In pratica una volta che ho fatto i miei conti e ho trovato il p value col test esatto di fisher, sono a posto così oppure in una qualche maniera ho bisogno di sapere quanto è potente il mio test?
O meglio, devo fare speculazioni su quanto avrebbe dovuto essere grande la popolazione in esame o effettivamente il test esatto di fisher ne tiene conto in maniera appropriata e quindi il p value è già discriminante da questo punto di vista?
Ti ringrazio per la pazienza. |
|
|
|
Roderick
Nuovo Arrivato
6 Messaggi |
Inserito il - 04 settembre 2011 : 22:52:55
|
| Ciao Anselmo, come dice giustamente Glubus, la potenza di un test andrebbe calcolata prima e quantifica la probabilità di rifiutare l'ipotesi nulla (ovvero, di avere il test significativo) qualora questa fosse effettivamente da rifiutarsi (a livello della popolazione da cui è tratto il campione, ovviamente) sulla base di un campione di una certa numerosità. Nei trial clinici, generalmente, la numerosità del campione è calcolata in modo da assicurare una potenza dell'80%. Ma se, come abbastanza spesso accade in certi contesti, non è stata seguita questa prassi, non è che la si possa corroborare calcolando la potenza sulla base del campione effettivamente osservato. Non che non lo si possa fare, nel qual caso si parla di "potenza osservata", ma il significato è diverso e l'uso di tale parametro è piuttosto specialistico. Fissato invece a priori il livello di significatività (tipicamente, il 5%) qualora il p-value sia inferiore a tale soglia, rifiutando l'ipotesi nulla si sa che 5 volte su 100 si commette l'errore di I specie (quello, cio, di rifiutare l'ipotesi nulla quando invece è vera a livello di popolazione), indipendentemente dal fatto che la potenzia sia stata o meno calcolata prima. Diciamo che, se non è stato fatto prima un adeguato studio di potenza, il test potrebbe essere significativo per un fenomeno la cui dimensione (ad esempio, la forza di una relazione tra esposizione a una sostanza tossica e rischio di malattia) non è rilevante; o, viceversa, potrebbe non risultare significativo perchè, nonostante l'ipotesi nulla sia falsa, il campione non è sufficientemente grande per rendere il test significativo. |
|
|
|
anselmo
Nuovo Arrivato
10 Messaggi |
Inserito il - 06 settembre 2011 : 11:23:38
|
Grazie per la risposta.
Io non ho calcolato la potenza a priori, ora il mio problema è sapere se il test che ho effettuato è comunque valido oppure no.
Dipende dal tipo fenomeno o posso capirlo in base ai numeri che ho in mano? |
|
|
|
TMax
Utente Junior
Prov.: BG
Città: Capriate
270 Messaggi |
Inserito il - 06 settembre 2011 : 11:53:12
|
forse non è chiaro il significato di un test d'ipotesi
è come un test diagnostico, in qiuesto caso fa la diagnosi di verità!
a differenza dei test diagnostici le cui performance (validità) si stimano a posteriori sulla base di apposti studi, in un test d'ipotesi le performances sono stabilite a priori
potere e confidenza!
quindi alla domanda che fai ...il test è valido? dai la risposta che deriva dalla conoscenza del potere del test e dalla sua confidenza .... questi valori sono per te accettabili? bene...
se invece i risultati che hai ottenuto in termini di significatività statistica ( che poi purtroppo è quello che i ricercatori vanno a vedere come prima e spesso unica cosa) non ti piace...
non sono sicuro che la colpa sia del test - sempre che il test sia stato scelto coerentemente con il tipo di dati e il disegno dello studio!
Max |
|
|
|
Roderick
Nuovo Arrivato
6 Messaggi |
Inserito il - 10 settembre 2011 : 19:33:19
|
Citazione:
Messaggio inserito da anselmo
Io non ho calcolato la potenza a priori, ora il mio problema è sapere se il test che ho effettuato è comunque valido oppure no.
In moltissime situazioni, purtroppo, non viene effettuato uno studio di potenza a priori. Questo implica, tra le varie cose, che:
- qualora un test non sia significativo, non si abbia idea se il risultato possa dipendere da una carenza di potenza (che può dipendere dal fatto che il campione non è sufficientemente numeroso, dalla scelta di un test poco potente per quella specifica situazione, da un disegno dello studio non ottimale, ecc.) oppure dal fatto, come troppo spesso frettolosamente si conclude, che l'effetto sperimentale cercato non sussista;
- qualora invece il test sia significativo, le cose siano un po' più semplici. Nel senso che, se tutto è stato fatto correttamente e al netto dell'errore di I specie (oltre alla possibilità di aver preso un abbaglio, ovviamente), allora l'effetto sperimentale dovrebbe essere stato provato (nella misura in cui con la statistica si possa provare qualcosa, ovviamente, e lo dico da statistico di professione oltre che di formazione...). Potrebbe però essere che la sua dimensione sia inferiore a quella ritenuta rilevante sul piano pratico (ad esempio, si può dimostrare che un certo farmaco prolunghi effettivamente la sopravvivenza, ma di così poco da rendere la cosa pressochè inutile). |
|
|
| |
Discussione |
|
|
|
Quanto è utile/interessante questa discussione:
| MolecularLab.it |
© 2003-18 MolecularLab.it |
|
|
|
Potenza Test di Fisher
Guide tools online
