スレッド
新しいツイートを表示
会話
![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="48" height="48"><rect fill-opacity="0"/></svg>)
![ビジネスプロフィール画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="24" height="24"><rect fill-opacity="0"/></svg>)
![画像](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="680" height="475"><rect fill-opacity="0"/></svg>)
返信先: さん
どの検定理論を用いるにしても，サンプルサイズNを大きくすれば有意差は出やすくなる。だから，「最初の実験デザインで採用したN1で有意差が出ないから，2回目ではN2まで増やそう」を繰り返せば，いつかは「有意差あり」となる。しかしそれは許されない。
私の職場でも，これに近いことを言った研究者がいたので，「いやそれダメですよ」と言ったことがある。教授によると，生物領域では無自覚にやってしまうことがこれまではあったが，国際誌でどんどん厳しくなっており，今後は通用しないだろうとのこと。
「同じデータについて，ちゃんとした理屈のもとに，検定の手法を変更する・モデルを構築し直した結果，有意差が出るようになった」は，正当な手法である。これは得られたデータから他の情報を取り出そうとしているだけだからだ。
そもそも，有意差で言われる「0.05」は，フィッシャー(統計学者)の言い値＝「20回に1回ならいいんじゃない？」であって，根拠はない。それは子どもの門限と一緒で，「決め事」である。だから，研究において，「有意差が出ないと困る」というのは，もうデザインから誤っているのだ。
Twitterを使ってみよう
今すぐ登録して、タイムラインをカスタマイズしましょう。