Makalelerde istatistiklerin gözden geçirilmesi

Bazılarımız için, tavsiye belgeleri bu işin bir parçasıdır. İstatistiksel metodoloji makalelerine atıfta bulunurken, diğer alanlardan gelen önerilerin oldukça yararlı olduğunu düşünüyorum, yani bilgisayar bilimleri ve matematik .

Bu soru daha uygulamalı istatistiksel makalelerin gözden geçirilmesiyle ilgilidir. Bu, kağıdın istatistiksel / matematiksel olmayan bir dergiye gönderildiği ve istatistiklerin "yöntemler" bölümünde açıklandığı anlamına gelir.

Bazı özel sorular:

1. Uygulama alanını anlamak için ne kadar çaba sarf etmeliyiz?
2. Bir rapora ne kadar zaman harcamalıyım?
3. Şekillere / tablolara bakarken ne kadar seçici olursunuz.
4. Kullanılamayan verilerle nasıl başa çıkıyorsunuz?
5. Kullanılan analizi yeniden dener ve yeniden dener misiniz?
6. Bir yılda gözden geçireceğiniz maksimum makale sayısı nedir?

Cevapsız bir sorunuz mu var? Bir yorum düzenlemek veya eklemek için çekinmeyin.

Düzenle

Bu soruya bir biyoloji makalesini inceleyen bir istatistikçi olarak geliyorum, ancak matematiksel olmayan herhangi bir disiplinin istatistiksel olarak incelenmesiyle ilgileniyorum.

Bunun bir CW olup olmadığından emin değilim. Bir yandan biraz açık, ama diğer yandan kendimi bir cevap kabul ederken görebiliyorum. Ayrıca, cevaplar muhtemelen oldukça uzun olacaktır.

Hangi bilim alanından bahsettiğinizden emin değilim (örneğin, eğer biyoloji ile fizikle uğraşıyorsanız, cevabın gerçekten farklı olacağından eminim ...)

Her neyse, bir biyolog olarak, "biyolojik" bakış açısıyla cevap vereceğim:

Uygulama alanını anlamak için ne kadar çaba sarf etmeliyiz?

En azından aynı yazarlardan önceki makaleleri okuma eğilimindeyim ve çok fazla aşina olmadığım takdirde konuyla ilgili birkaç inceleme yapıyorum. Bu bilmiyorum yeni tekniklerle uğraşırken doğrudur, çünkü tüm uygun kontrolleri yapıp yapmadıklarını anlamam gerekiyor.

Bir rapora ne kadar zaman harcamalıyım?

Gerektiği kadar (Tamam, aptal cevap, biliyorum!: P) Genel olarak, kağıdın inceleyen başka bir şey yapması nedeniyle yaklaşık bir iş yapmasını istemiyorum, bu yüzden kendim yapmamayı deniyorum .

Şekillere / tablolara bakarken ne kadar seçici olursunuz.

Oldukça seçici. Rakamlar, bir kağıda göz atarken ilk baktığınız şeydir. Tutarlı olmaları gerekir (örneğin eksenlerde doğru başlıklar, doğru açıklama vb.). Bazen, kullanılanın en iyi olmadığını düşündüğümde verileri göstermek için farklı bir arsa kullanmayı önerdim. Bu, biyolojide, "barplot +/- SEM" tipi grafiğin baskın olduğu bir alandır. Ayrıca “materyaller ve yöntemler” bölümünde oldukça seçici davranıyorum: doğal olarak yanlış bir biyolojik model üzerinde mükemmel bir istatistiksel analiz tamamen işe yaramaz.

Kullanılamayan verilerle nasıl başa çıkıyorsunuz?

Sanırım sadece yazarlara güvenirsiniz. Biyolojideki birçok durumda, özellikle görüntüleme veya hayvan davranışı gibi şeylerle uğraşırken yapabileceğiniz pek bir şey yoktur. İnsanların tonlarca görüntü, video vb. (Büyük olasılıkla zaten geçmeyeceğiniz) yayınlamasını istemiyorsanız, ancak bu çok pratik olmayabilir. Verilerin gerçekten gerekli olduğunu düşünüyorsanız, yazarlardan bunları ek veri / rakamlar olarak vermelerini isteyin.

Kullanılan analizi yeniden dener ve yeniden dener misiniz?

Sadece yazarların çıkardığı sonuçlar hakkında ciddi şüphelerim varsa. Biyolojide genellikle "istatistiksel olarak anlamlı" olan ve "biyolojik olarak anlamlı" olan arasında bir fark vardır. Daha sonra biyolojik olarak iyi bir akıl yürütme ile daha ince bir istatistiksel analiz yapmayı tercih ediyorum. Fakat yine de, pek olası olmayan bir durumda, bir biyo-istatistik makalesini gözden geçirecektim (ahah, bu biraz eğlenceli olurdu !!!) Muhtemelen oradaki biyolojiden çok istatistiklere daha fazla dikkat ederdim.

Bu yeni soru 6'yı ele alıyor: "Bir yılda gözden geçireceğiniz maksimum makale sayısı nedir?" Birkaç yayın kuruluna üye olarak cevap veriyorum. Çok yıllık sorun yeterince gözden geçiren bulmaktır. Dergiye bağlı olarak, gönderilen her makalenin bir veya üç meslektaş gözden geçiricisine, genellikle üçe ihtiyacı vardır. Dergide % kabul oranı varsa, kabul edilen her makale için ortalama inceleme sayısı açıkça . Örneğin , kabul oranı% 33 ise, editörlerin yayınlanan her makale için dokuz inceleme alması gerekir. Bir yazar olarak, bunu ciddiye alıyorsanız, yayınladığınız her makale için dokuz inceleme (veya hedef dergileriniz için sonuçta ne olursa olsun) sunmaya çalışmalısınız!$x$$3/(x/100)$

Ben nedeniyle bu sitede oylama ile güçlü paralel bu yazmak için taşındı: Eğer bir itibar toplamak için sırayla , diğer insanların bazı kombinasyonlarını upvote zorunda cevaplar ve sorularınızın. Bu nedenle, eğer ağırlığınızı çekiyorsanız, profilinizin kontrolü en az artı göstermelidir. Bu, sitenin en aktif üyelerinin birçoğu ama kesinlikle hepsi için geçerli değildir. Düşünecek bir şey ... Oy vermeyi unutma!r / 10 r / 5 r /$r$$r/10$$r/5$ $r/10$

Benim POV'um psikolojideki bir makaleyi gözden geçiriyor veya istatistiki değerlerini tahmin ediyor olacaktı. Ben çoğunlukla ikinci Nico'nın çok güzel sözlerini ikinci olarak söylerim.

Uygulama alanını anlamak için ne kadar çaba sarf etmeliyiz?

Aslında çok fazla. Alanı anlamadan, en temel istatistiksel problemler hakkında daha fazla yorum yapmak için kendime güvenmezdim. Neyse ki, bu çoğu psikolojinin dallarında pek zor değildir.

Bir rapora ne kadar zaman harcamalıyım?

Bir uzuv çıkacağım ve belirli bir zaman belirteceğim: Bir incelemeye iki ila sekiz saat arasında bir şey, bazen daha fazla harcayacağım. Bir kağıda bir günden fazla harcadığımı tespit edersem, muhtemelen onu anlamak için gerçekten yeterli olmadığım anlamına gelir, bu yüzden dergiye başka birini bulmasını önereceğim (ve bazılarını önermeye çalışacağım).

Şekillere / tablolara bakarken ne kadar seçici olursunuz.

Gerçekten çok seçici. Rakamlar, insanların bir bildiriyi hatırladıkları ve ders sunumlarında fazla bağlam olmadan bitenler olacak, bu yüzden bunların gerçekten iyi yapılması gerekiyor.

Kullanılamayan verilerle nasıl başa çıkıyorsunuz?

Psikolojide, veriler genellikle paylaşılmamaktadır - MRG ile 50 kişinin ölçülmesi çok pahalıdır ve yazarlar bu verileri daha fazla makale için kullanmak isteyeceklerdir, bu yüzden veriyi vermek için isteksizliklerini anlıyorum. Bu yüzden, verilerini paylaşan herkes kitabımda büyük bir ikramiye alıyor, ancak paylaşmamak anlaşılabilir bir durum.

Tahminlerde, birçok veri kümesi halka açıktır. Bu durumda, genellikle yazarların kodlarını paylaşmalarını (ve kendim yapmayı) öneririm.

Kullanılan analizi yeniden dener ve yeniden dener misiniz?

Veriler olmadan, bundan öğrenebileceği çok fazla şey var. Makalenin sonuçları hakkında çok şaşırtıcı bir şey varsa, taklit edilmiş verilerle oynayacağım; Aksi halde, veri olmadan uygun olmayan yöntemlerden uygun olanı söylenebilir (biri alanı anladıktan sonra yukarıya bakın).

Bir yılda gözden geçireceğiniz maksimum makale sayısı nedir?

Whuber'nin yukarıdaki noktasına eklemek için gerçekten çok az şey var - ortalama n ortak yazarın (co-) gönderdiği her kağıdın 3 değerlendirme aldığını varsayarsak, her biri kendi gönderisi için en az 3 / ( n + 1 ) makaleyi gözden geçirmeyi hedeflemelidir. (reddedilebilen ve yeniden gönderilebilecek kendi bildirilerinden ziyade gönderileri sayma Ve elbette, başvuru sayısı ve ortak yazar sayısı disipline göre büyük farklılıklar göstermektedir.