Статистические методы

При статистической обработке данных желательно выполнять следующие простые правила.

Прежде чем обрабатывать данные по методикам, разработанным для нормального (гауссова) распределения (чаще всего это критерий Стьюдента), надо убедиться в том, что Вы имеете дело именно с таким распределением. Загляните в руководства по статистике для биологов и медиков (раздел с примерным названием Проверка нормального характера распределения).

При сравнениях по принципу до – после используйте (с учетом сказанного выше) критерий Стьюдента для парных выборок.

В нужных случаях применяйте непараметрические критерии статистической значимости различий.

Если ожидаемая Вами закономерность не выявляется при малом (5 + 5 или 10 + 10) количестве наблюдений (n), очень сомнительно, что она проявится при увеличении объема выборки в два-три раза. Лучше проанализируйте условия эксперимента и устраните все, что снижает воспроизводимость результатов. Чем выше их воспроизводимость, то есть, чем ближе друг к другу результаты нескольких измерений одного и того же показателя в одних и тех же условиях, тем легче получить статистически значимые различия при малом числе наблюдений.

Если эксперимент дал результат, еле-еле «дотянувший» до общепринятого порога статистической значимости (р < 0,05), включите эти данные в диссертацию, но не основывайте на той же гипотезе новые исследования. Если бы идея была по-настоящему хороша, то различия (до – после или опыт – контроль) были бы видны «невооруженным глазом», и статистическая обработка понадобилась бы только для поддержания строгости стиля.

Если выявленные различия окажутся чуть ниже порога значимости (р ? 0,05), подумайте, проконсультируйтесь и… примените другой статистический критерий. Как знать, может быть, Вам и повезет.

Слова о «статистически незначимой тенденции к повышению или снижению» показателя – признание своей неспособности организовать исследование так, чтобы оно дало определенный ответ (либо да, либо нет).

Кривые, изображенные без статистического разброса (+ ошибка средней), лишены смысла и не только не могут служить доказательством каких-либо гипотез, но непригодны и для «домашнего пользования», то есть для предварительного анализа результатов и определения дальнейшей тактики исследования. Пример см. на рис. 10 и 11.

Рис. 10. Что происходит с параметром Y за время t – неясно. Без обозначения статистического разброса значений суждение о динамике Y – невозможно

Рис. 11. Параметр Y в течение времени t колеблется в некоторых пределах и не претерпевает однонаправленных изменений. Изображение ошибок средних сделало это очевидным

Очевидно, что результаты вообще не позволяют говорить о каком-либо статистически значимом изменении показателя Y.