عنوان انگلیسی مقاله: Study
of case control design and cohort design to determine the size of the
samples according to the p-value, and confidence intervals
عنوان فارسی مقاله: بررسی طرح کوهورت و طرح کنترل موردی برای تعیین اندازه نمونه بر طبق به مقدار P و فاصله اطمینان
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 14
_______________________________________
چکیده
در
مقدمه، با مفاهیم اصلی و تفسیر تست فرضیه، شامل مقدار P، و فاصله اطمینان
آشنا می شویم. این مفاهیم در حالی که جذاب می باشند، به صورت حیرت آوری
دقیق بوده و می توانند بطور دردسر سازی مبهم نیز باشند. حتی زبانی که ما
اخیرا برای شرح تفسیر مقدار P مورد استفاده قرار داده ایم، نسبتا در هم و
برهم و غیردقیق می باشد. درحالی که نمی توانیم قضاوتی را در حول و حوش
تحقیقات مرتبط به موضوعات انجام دهیم، چندین نکته ارزش بیان کردن دارد، که
در اولین فرضیه ذکر شده در این کتاب با آن ها مواجه می شویم. استفاده از
تست فرضیه کلاسیک، و ارتباط مقدار P به طور آشکار و مشخص مورد نقد قرار
گرفته است. مقدار p برای آزمون ناوابستگی χ2 این احتمال را نشان نمی دهد
که ریسک نسبی جمعیت برابر یا بیشتر از ناوابستگی (RR=1) به عنوان ریسک نسبی
نمونه می باشد. مقدار p مطمئنا بر مبنای احتمال H0 (فرضیه صفر) نبوده، و
با در نظر قرار دادن داده- این موارد تقریبا بر مبنای خطای هم ارزسازی
(P(A|B با (P(B|A می باشد- و به این ترتیب، مقدارp بستگی به احتمالات
محاسبه مشاهدات مورد نظر، با توجه به H0 (فرضیه صفر) می باشد. علاوه بر این
مقدار p با توجه به تست فرضیه، هیچ توان مورد بررسی را با توجه به تست
فرضیه نمی پذیرد، یعنی احتمال پذیرش فرضیه صفر، زمانی که در واقع صحیح نمی
باشد. بنابراین انحراف کم از این ناوابستگی در بررسی های بزرگ می تواند
دارای مقدار p مشابهی نسبت به بررسی های کوچک حاوی انحرافات بزرگ باشد. در
مواردی که تردید وجود دارد، مقادیر p را کمی بیشتر از مقدار جایگزین شده
اندازه نمونه نادیده گرفته چون تمام فرضیه های صفر مقدار p کوچکی را ایجاد
می کنند تا آنجا که داده ها به اندازه کافی گرداوری شوند. به انی ترتیب،
چگونه می توانیم به شرح مقدارp که در اینجا نشان داده شده، بپردازیم؟ ما از
مقادیر p به عنوان مقادیر غیررسمی سازگاری داده با فرضیه صفر مورد بحث
استفاده می کنیم. این موارد باعث نادیده گرفتن نقدهای مطرح شده یا نقدهای
مربوط به موضوعات دیگر نشده، بلکه این امکان ایجاد می گردد که این مقادیر
را نمی توان به صورت رسمی مد نظر قرار داد و مطمئنا نمی بایست منوط به
مقادیر اختیاری همانند 0.05 باشند. علاوه بر این، مقادیر p ، حاصل محاسبات
مبتنی بر فرضیه صفر بوده که احتمالا دقیق نمی باشند. به این ترتیب مقدار p
می تواند بصورت تقریب مد نظر قرار گیرد. این موارد با توجه به این حقایق مد
نظر قرار می گیرند که آن ها معمولا نماینده مبدا خطا فراتر از تغییرات
نمونه برداری و تاثیرات مربوط به مقایسه چندگانه نمی باشند. (با اجرای
آزمون های زیاد بر روی مجموعه مشابهی از داده، یک عملکرد به ندرت به تایید
محاسبات مقدار p مجزا می پردازد. یکی از روش های به حداق رساندن استفاده از
مقادیر p ، تمرکز بر روی تخمین تاثیرات، به جای تست مقادیر صفر می باشد.
در بخش بعد، نگاه دقیق تری به این موضوع داریم. عدم قطعیت اغلب در برآوردها
از طریق استفاده از فاصله اطمینان معرفی می گردند.