¿Cómo puedo interpretar las estadísticas en un trabajo de investigación sin saber mucho sobre estadísticas?

Joel tiene toda la razón: aprende las estadísticas básicas. En el día a día como científico, es mucho más importante para mí comprender las estadísticas básicas que para mí poder resolver el cálculo integral. Digo esto como alguien que compitió en el equipo de matemáticas en la escuela secundaria, realizó un cálculo multivariado en la universidad (así como un año de matemáticas discretas y combinatoria aplicada), y no tomó una clase de estadística real hasta la escuela de posgrado.

Para su pregunta específica, está tratando con tres conceptos de estadísticas: odds ratios, intervalos de confianza y valores p.

Los valores de p son estadísticas frecuentistas. Básicamente son una forma de decir “Si no hubiera una verdadera diferencia entre estos grupos, ¿con qué frecuencia esperaríamos ver un resultado al menos tan extremo como el que estamos hablando aquí?” Pueden ser abusados ​​y sobre interpretados, pero siento que tienen un lugar en la ciencia experimental. Cuanto menor sea el valor p, mejor. El corte estándar es 0.05; Las cosas con un valor p menor que esto generalmente se consideran poco probables debido al azar. Sin embargo, es importante tener en cuenta si el experimentador realizó múltiples pruebas y si corrigieron esto. 0.05 es 1/20, por lo que si realiza 20 pruebas, espera que aproximadamente 1 de ellas muestre este nivel de importancia por pura casualidad, incluso si sus variables no están en absoluto relacionadas entre sí.

Vea este xkcd sobre este mismo tema:

crédito: xkcd: significativo

Los intervalos de confianza son formas de expresar la certeza de su medición. Aquí su intervalo de confianza se extiende de 1.26 a 6.65 para su odds ratio. Esto significa que si repitieras el experimento 100 veces, esperarías que la razón de probabilidad que calculas caiga entre 1.26 y 6.65 en 95 de esos. Esto no es lo mismo que decir que si hiciste 100 pruebas y obtuviste estos valores, esperas que 95 de los valores verdaderos estén entre estos puntos; tu prueba podría estar sesgada de alguna manera que no te des cuenta, por ejemplo .

Las razones de probabilidades son una forma de expresar la probabilidad de que dos cosas se asocien entre sí. Su ejemplo específico carece de detalles suficientes para decirle exactamente qué se entiende en este caso específico. El artículo de Wikipedia sobre odds ratios tiene un ejemplo que se calcula de una manera bastante fácil de entender: Odds ratio

A menudo puedes tener alguna idea de Wikipedia; sus artículos estadísticos son generalmente buenos, aunque a veces demasiado técnicos.

Sugiero recoger, por ejemplo, BS Everitt Dictionary of Statistics, que es bastante bueno.

Preguntarle a Quora está bien.

Sin embargo, un buen artículo debería aclarar lo que está sucediendo, incluso si no comprende las estadísticas; Tenga en cuenta que dije “debería”.

Si conoce un poco de estadísticas, entonces, especialmente si está en las ciencias sociales (pero incluso si no), le recomiendo Estadística como argumento basado en principios de Robert Abelson, que habla sobre cómo las estadísticas deben ser utilizadas y evaluadas.

Sugiero aprender lo básico. Me resistí a hacerlo durante varios años. Finalmente leí “estadísticas bastante rápidas” el año pasado, y ha sido una de las mejores decisiones en mi vida profesional.

Si quieres hacer ciencia, necesitas aprender al menos estadísticas básicas.

El conocimiento básico sobre estadísticas es absolutamente necesario para estudiar técnicas estadísticas de alto nivel, y una investigación sin estadísticas es inusual o rara. Por lo tanto, se sugiere que el investigador comience a fortalecer sus conceptos básicos en estadística. El libro de BS Everitt “Dictionary of Statistics”, menciona la necesidad de las estadísticas y su relevancia en los estudios científicos.

Análisis de datos en investigación