В статье вы доходите до раздела статистики и видите фразу: «распределение отличалось от нормального, поэтому мы использовали критерий Манна — Уитни». Так принято, но всегда ли это правильно? В лекции Никиты Николаевича Бурлова на примере симуляций Монте-Карло разбирается, когда такой подход оправдан, а когда нет.
О чём лекция
На основании симуляций Монте-Карло автор покажет несколько ситуаций, в которых проверка на нормальность и последующий выбор критерия работают так, как мы привыкли, и несколько, в которых это не совсем так. В презентации будут рассмотрены вопросы:
- как выглядит проверка на нормальность распределения;
- какие тесты бывают для оценки нормального распределения выборки;
- как симуляции методом Монте-Карло позволяют увидеть ошибку I рода;
- чем различается контроль ошибки I рода у t-критерия Стьюдента (с поправкой Уэлча) и критерия Манна — Уитни (подробный разбор);
- что будет, если распределение другое, например экспоненциальное или бета;
- когда оправдано применение проверки на нормальность;
- что такое ESTIMAND и почему, по мнению автора, ICH E9 молчаливо требует именно такого подхода (исходить из гипотезы, а не из выборочного распределения).
Кому будет полезно
Всем, кто самостоятельно анализирует данные или критически читает раздел «Статистика» в публикациях.
О спикере
Бурлов Никита Николаевич, врач-хирург, автор канала Ebm_base (Санкт-Петербург). Рекомендуем подписаться на его канал: t.me/ebm_base.
Ссылки
- Видео лекции «Почему надо исходить из гипотезы, а не выборочного распределения (с примерами симуляций)» на YouTube
- Канал Ebm_base в Telegram