统计在科研中的任务和作用
[b][color=Blue']统计在科研中的任务和作用[/color]
在读研期间和工作期间,经常遇到这种情况,他们拿着自己的资料过来问我,我的资料应该如何分析呀,我也很为难,很想帮忙,但有时实在帮不上忙,科研本来应该是先设计好,收集什么资料,采用什么方法分析是在设计时已经定好的,而不是收集完资料后选择分析方法,这种现象普遍存在,可能对统计学有种误解,认为统计学是万能的,不管什么资料都能分析,为了避免类似情况再次发生在我们的身上,请分享:
统计学的任务为:结合专业知识和具体要求, 进行统计研究设计(包括调查设计和试验设计);收集和整理资料;对所收集的资料进行统计描述和处理;对统计处理的结果进行分析和解释,根据样本资料所提供的信息推断总体的规律性,从而,作出科学的结论,并用它来指导今后的实践。统计学的作用就在于它能帮助人们有计划有目的地进行调查研究或试验研究、合理地分析和解释试验数据、科学地揭示数据之间隐含的内在规律性。
必须强调指出的是:统计学只能帮助人们发现规律,而不能创造规律。有一些人不能正确地看待统计学的作用, 尤其是对试验设计的重要性认识模糊。他们不善于在试验研究开始之前,就从统计学的角度去考虑应当如何确定试验因素、观测指标、受试对象(包括种类和数量);如何合理地安排试验, 以便用最少的人力、物力和时间, 有效地控制和估计试验误差, 获得准确可靠的试验结果。而是等试验结束后,急需发表文章或参加考核时,才想到要用统计学来为他的试验数据进行“修饰”。此时,常常会出现这样的现象:由于试验缺乏完善的设计方案的指导,要么数据量不够,要么严重地违背了试验设计的基本原则,导致所收集的资料无法处理,或统计结论与专业知识自相矛盾, 或结论模棱两可。更有甚者,不是根据指标的性质、试验设计的类型和研究目的有针对性地来选用统计分析方法, 而是将各种统计方法一一试用,看哪一种方法算出的结果与他所预期的结果一致,就认定哪种方法。由此而得到的科研成果或学术论文的科学性是值得怀疑的,所有尊重科学的人都不会容忍这种现象继续蔓延下去!
我们应当清醒地认识道,运用统计方法推导出来的结论是否可靠,关键取决于以下几个方面: 调查或试验设计是否周密完善、是否按设计要求进行实施; 所选用的指标是否特异性和客观性强、灵敏度和精确度高;数据是否真实可靠、样本含量是否足够大;所选用的统计方法是否妥当;结果的解释是否正确。因为在运用统计学的全过程中,稍有不慎,就有可能犯统计学上的四型错误(Ⅰ型错误:也称假阳性错误。即当原假设H0客观上成立, 但根据假设检验的规则,将有α大小的概率错误地拒绝H0,同时错误地接受备择假设H1。 Ⅱ型错误:也称假阴性错误。即当H0客观上不成立,但根据假设检验的规则, 将有β大小的概率错误地拒绝H1,同时错误地接受H0。 Ⅲ型错误:即最终回答的是1个错误的问题。此错误主要是由于试验设计不周密不完善所致,如在试验设计中未将重要的试验因素包括在内。 Ⅳ型错误:即对1个假设进行了多项正确的检验, 但在对因果关系的分析时作出了错误的比较和解释,这些比较并非是由被使用的模型所定义的。此错误主要出现在结果的解释阶段。它们分别产生于试验设计、数据处理、统计推断和结果解释阶段。
希望我的分享能对你有所帮助,这是我最大的快乐
页:
[1]