妥当性と厳密性を確保し、柔軟性を避け、何よりも結果を操作しない

多くの分野では、統計分析は原稿の方法と結果のセクションの両方の心臓部を形成しています。 統計分析を報告する方法、および出版の成功と将来の再現性のために重要な他のコンテキストを学びます。

原則の問題

まず第一に、研究で採用される統計的方法は常に次のようにしなければなりません:

チェックリストのアイコン

調査の設計のために適切

データ管理アイコン

他の人が分析を再現するのに十分な詳細に厳密に報告されています

公平性アイコン

操作、選択的報告、または他の形態の”スピン”

の自由と同様に重要なことに、統計的慣行は決して操作または誤用されてはなりません。 データを誤って表現したり、結果を選択的に報告したり、統計的に有意であると提示されるパターンを検索したりすることは、注意や出版に値すると考えられている結論を導こうとすると、重大な倫理違反です。 無害に見えるかもしれませんが、統計を使用して結果を「回転」すると、出版を妨げたり、出版された研究を弱体化させたり、調査や撤回につながる可能性

透明性と一貫性を通じて科学に対する国民の信頼を支援する

明確な方法と透明な研究デザインに加えて、統計的方法と分析の適切な使用は、編集評価と読者の科学に対する理解と信頼に影響を与えます。

2011年の偽陽性心理学では: データ収集と分析における未公開の柔軟性は、”データ収集、分析、および報告の柔軟性が実際の偽陽性率を劇的に増加させる”ことを明らかにし、”誤った仮説の統計的に有意な証拠を蓄積(および報告)することがどれほど容認できないほど容易であるか”を実証した。

このような柔軟な分析の問題は、今日読んだ”再現性の危機”につながると考えられます。

厳密な科学の一定の原則
統計の適切な、厳密で透明な使用は、厳密で透明で開かれた科学の一定の原則です。 特定のジャーナルが同じレベルの詳細を必要としない場合でも、徹底的にすることを目指してください。 科学への信頼はすべて私たちの責任です。 あなたは、情報と報告の最小基準を超えて問題を作成することはできません。

健全な統計的慣行

すべての分野、研究の種類、およびすべての分析技術に関連する統計的ガイドラインを提供することは困難ですが、厳格で適切な原則 ここにあなたの統計量が健全であることを保障するある方法はある。

始める前に分析方法を定義する
あなたの問い合わせライン、何を計画しているのか、どのようなデータを収集し、どのように分析するのかを定義する徹底的な調査デザインを検討し、開発するのに時間をかけてください。 (あなたが研究助成金や倫理的承認を申請した場合、あなたはおそらくすでに手に計画を持っています!)研究プロセスの重要な瞬間にあなたの研究デザインを参照してください、そして何よりもそれに固執してください。

柔軟性を回避し、受け入れの確率を向上させるために、研究デザインをジャーナルで事前登録する
多くのジャーナルでは、事前登録として知られている練習を通じて研究を開始する前に、ピアレビューのために研究デザインを提出するオプションが提供されています。 編集者があなたの研究デザインを承認した場合、結果を報告する将来の研究記事のための暫定的な受け入れを受け取るでしょう。 事前登録は、分析における意図的または意図しない柔軟性を回避するための素晴らしい方法です。 あなたの分析的なアプローチを前もって宣言することによってあなたの結果の信頼性そして再現性を高め、出版物のバイアスに演説するのを助 それが始まる前にあなたの研究の設計と分析計画に関するピアレビューのフィードバックを得る(あなたはまだ変更を加えることがで)あなたの研究をより強くさせ、結果が否定的またはnullであっても出版物のあなたのチャンスを高める。 このように研究を計画することで、科学に対する国民の信頼を高めるのにどれだけ役立つかを過小評価することはありません。

あなた自身の仕事を複製したり拡張したりすることを想像してみてください。
あなたは、あなたの方法のセクションを書くために説明したのとまったく同じ方法で、あなたの将来の自己のための統計分析へのアプローチを記述していると想像してみてください。 自分の作品を複製したり拡張したりするには、何を知る必要がありますか? 別の機関にいたり、別の同僚と仕事をしたり、異なるプログラム、アプリケーション、リソースを使用したり、新しい統計手法を採用したりすることを考えると、自分で作業をやり直したり拡張したりするために必要なレポートの特異性のレベルを想像するのを助けることができます。 考えてみましょう:

  • あなたはどの詳細を思い出させる必要がありますか?
  • 分析前の生データに何をしましたか?
  • 分析の目的は実験前または実験中に変化しましたか?
  • どのような参加者を除外することにしましたか?
  • 仕事中にどのようなプロセスを調整しましたか?

あなたが行った必要な調整が理想的ではなかったとしても、これが将来的に問題とみなされないようにするための透明性が鍵です。 最適でない技術や制約を隠すよりも透過的に伝える方がはるかに優れており、下流では再現性や倫理的な問題が発生する可能性があります。

既存の標準、チェックリスト、特定の分野のガイドライン

あなたの専門分野に関係なく、上で概説したオープンサイエンスの実践を適用することができます—しかし、多くの場合、あなた自身の分野に固有のより詳細なガイダンスが必要な場合があります。 多くの分野、分野、およびプロジェクトは、統計を支援し、悪い統計慣行を特定し、回避するためのガイドラインとリソースを開発するために懸命に働い 以下では、主要な資料のいくつかを見つけることができます。

ヒント:あなたは心の中で特定のジャーナルを持っていますか?

ジャーナルまたはフィールド固有のポリシー、取り組み、またはツールを利用するために、提出する特定のジャーナルの提出ガイドラインを必ずお読みください。

生物医学研究 SAMPLガイドライン
“出版された文献における統計的分析と方法”(SAMPL)ガイドラインは、生物医学雑誌における研究のための基本的な統計
一般 PLOS ONE統計報告のためのガイドライン
PLOS ONEに固有のものですが、ジャーナルは多くの研究分野を提供しているため、これらのガイドラインはほとん
システマティックレビュー&メタ分析 PRISMA
“システマティックレビューおよびメタ分析のための好ましい報告項目”(PRISMA)は、無作為化試験および他のタイプの研究を評価するレビューの報告に焦点を当てたエビデンスベースの最小項目セットである。
ライフサイエンス MDARチェックリスト
“材料、設計、分析の一貫した報告”(MDAR)チェックリストは、ライフサイエンスにおける報告基準を確立し、調和させるた チェックリストは、著者が方法をコンパイルするために使用することができ、編集者/査読者が方法をチェックするために利用可能であり、透明な報告に最低限の要件を確立し、潜在的に関連する方法論的項目と考慮事項の幅をカバーすることによって、ライフサイエンス内のあらゆる分野に適応可能である。

統計的方法と報告に関する記事

Makin,T.R.,Orban de Xivry,J.Science Forum:原稿を書いたりレビューしたりするときに注意するべき10の一般的な統計的間違い。 (2 0 1 9)ELIFE2 0 1 9;8:e4 8 1 7 5(2 0 1 9)。 https://doi.org/10.7554/eLife.48175

Munafú,M.,Nosek,B.,Bishop,D.et al. 再現性のある科学のためのマニフェスト。 1,0021(2017年)。 https://doi.org/10.1038/s41562-016-0021

執筆のヒント

統計の使用は、分析の柔軟性を回避するために、厳密で適切で妥協のないものでなければなりません。 これは難しいですが、信頼性のための厳格な基準に妥協しないでください!

何をすべきか

  • 科学への信頼は皆の責任であることを覚えておいてください。
  • (i)結果を収集する前にレビューし、問題が発生する前にチェックし、(ii)分析の柔軟性を避けるために、分析計画を事前に登録することを検討してくださ
  • 原則に従うだけでなく、チェックリストや分野や雑誌固有のガイドラインにも従ってください。
  • 厳密で透明な科学へのコミットメントは個人的な責任であり、ジャーナルガイドラインに従うことは単純ではないと考えてください。
  • 実験中に行われたすべての決定について、あなたの作品を再現する人が知る必要があることを具体的に説明してください。
  • 研究訓練中に十分に集中していないと感じる場合は、高度および新しい層別学のコースを検討してください。

何をすべきではありませんか

  • 統計を誤用して結果の有意性やその他の解釈に影響を与えないでください
  • あなたが何をしているのかわからない場合は、統計分析を行います。

Leave a comment

メールアドレスが公開されることはありません。