ฉันคิดว่านี่เป็นคำถามที่ดีมาก มันเป็นหัวใจของการทดสอบ "ปัญหา" ที่เป็นที่ถกเถียงกันหลายอย่างซึ่งเป็นภัยพิบัติในสาขาต่าง ๆ ตั้งแต่ระบาดวิทยาไปจนถึงเศรษฐมิติ หลังจากที่ทุกวิธีสามารถเรารู้ว่าถ้าอย่างมีนัยสำคัญที่เราพบคือปลอมหรือไม่? แบบจำลองหลายตัวแปรของเราเป็นจริงแค่ไหน?
ในแง่ของวิธีการทางเทคนิคเพื่อชดเชยความน่าจะเป็นของการเผยแพร่ตัวแปรเสียงรบกวนฉันจะเห็นด้วยอย่างยิ่งกับ 'whuber' ที่ใช้ส่วนหนึ่งของตัวอย่างของคุณเป็นข้อมูลการฝึกอบรมและส่วนที่เหลือเป็นข้อมูลทดสอบเป็นความคิดที่ดี นี่เป็นวิธีการที่ได้รับการกล่าวถึงในเอกสารทางเทคนิคดังนั้นหากคุณสละเวลาคุณอาจพบแนวทางที่ดีเกี่ยวกับเวลาและวิธีการใช้งาน
แต่เพื่อให้ตรงกับปรัชญาของการทดสอบหลายครั้งมากขึ้นฉันขอแนะนำให้คุณอ่านบทความที่ฉันอ้างอิงด้านล่างซึ่งบางตำแหน่งที่สนับสนุนตำแหน่งที่การปรับสำหรับการทดสอบหลายครั้งมักเป็นอันตราย (ค่าใช้จ่ายพลังงาน) ไม่จำเป็น . ฉันคนหนึ่งไม่ยอมรับการอ้างสิทธิ์โดยอัตโนมัติว่าความสามารถของเราในการตรวจสอบตัวทำนายที่มีศักยภาพจะลดลงอย่างไม่ลดละโดยการตรวจสอบของผู้อื่น ครอบครัวฉลาดประเภท 1 อัตราความผิดพลาดอาจเพิ่มขึ้นในขณะที่เรารวมถึงการทำนายอื่น ๆ ในรูปแบบที่กำหนด แต่ตราบใดที่เราไม่ได้ไปเกินขีด จำกัด ของขนาดตัวอย่างของเราน่าจะเป็นของประเภทที่ 1 ข้อผิดพลาดสำหรับแต่ละบุคคลตัวทำนายคงที่ และการควบคุมสำหรับข้อผิดพลาดที่เหมาะสำหรับครอบครัวไม่ได้ส่องสว่างว่าตัวแปรเฉพาะใดเป็นสัญญาณรบกวนและไม่ใช่ แน่นอนว่ายังมีข้อโต้แย้งแย้งเช่นกัน
ดังนั้นตราบใดที่คุณ จำกัด รายการตัวแปรที่อาจเป็นไปได้สำหรับตัวแปรที่เป็นไปได้ (กล่าวคือจะมีเส้นทางสู่ผลลัพธ์) ดังนั้นความเสี่ยงของการหลอกลวงจึงได้รับการจัดการค่อนข้างดี
อย่างไรก็ตามฉันจะเพิ่มว่าแบบจำลองการทำนายไม่เกี่ยวข้องกับ "ความจริง - ค่า" ของตัวทำนายเป็นแบบจำลองเชิงสาเหตุ อาจมีการสับสนอย่างมากในแบบจำลอง แต่ตราบใดที่เราอธิบายความแปรปรวนจำนวนมากแล้วเราก็ไม่ได้กังวลมากเกินไป สิ่งนี้ทำให้งานง่ายขึ้นอย่างน้อยก็ในแง่หนึ่ง
ไชโย
เบรนเดนที่ปรึกษาด้านชีวสถิติ
ป.ล. : คุณอาจต้องการทำการปัวซงถดถอยแบบศูนย์สำหรับข้อมูลที่คุณอธิบายแทนที่จะเป็นสองการถดถอยแยกกัน
- Perneger ทีวีมีอะไรผิดปกติกับการปรับ Bonferroni BMJ 1998; 316: 1236
- Cook, RJ & Farewell, VT การพิจารณาหลายหลากในการออกแบบและวิเคราะห์การทดลองทางคลินิก วารสารสมาคมสถิติรอยัล , ชุด A 1996; ฉบับ 159 เลขที่ 1: 93-110
- รอ ธ แมน, KJ ไม่มีการปรับเปลี่ยนมีความจำเป็นสำหรับการเปรียบเทียบหลาย ระบาดวิทยา 2533; ฉบับ 1 หมายเลข 1: 43-46
- มาร์แชลล์, JR ขุดลอกข้อมูลและ noteworthiness ระบาดวิทยา 2533; ฉบับ 1 หมายเลข 1: 5-7
- กรีนแลนด์เอสและโรบินส์ JM ปรับเปลี่ยนเชิงประจักษ์-Bayes สำหรับการเปรียบเทียบหลาย ๆ ที่มีประโยชน์บางครั้ง ระบาดวิทยา 2534; ฉบับ 2 หมายเลข 4: 244-251