पिछले कुछ वर्षों में, विभिन्न विद्वानों ने वैज्ञानिक परिकल्पना परीक्षण की एक हानिकारक समस्या को उठाया है, जिसे "स्वतंत्रता की शोधकर्ता डिग्री" कहा जाता है, जिसका अर्थ है कि वैज्ञानिकों के पास अपने विश्लेषण के दौरान कई विकल्प हैं जो पी-मान <5% के साथ खोजने की दिशा में पूर्वाग्रह रखते हैं। ये अस्पष्ट विकल्प हैं, उदाहरण के लिए, किस मामले को शामिल किया जाना है, किस मामले को बाह्य रूप से वर्गीकृत किया गया है, कई मॉडल विनिर्देशन चला रहा है जब तक कि कुछ दिखाई नहीं देता है, अशक्त परिणाम प्रकाशित नहीं करते हैं, आदि (मनोविज्ञान में इस बहस को उकसाने वाला पेपर यहां है ,) एंड्रयू जेलमैन द्वारा यहां एक लोकप्रिय स्लेट लेख और अनुवर्ती बहस देखें , और टाइम पत्रिका भी इस विषय पर यहां स्पर्श करती है ।)
सबसे पहले , एक स्पष्टीकरण प्रश्न:
समय पत्रिका ने लिखा,
"0.8 की शक्ति का मतलब है कि दस सच्चे परिकल्पनाओं का परीक्षण किया गया है, केवल दो को खारिज किया जाएगा क्योंकि उनके प्रभाव डेटा में नहीं उठाए गए हैं;"
मुझे यकीन नहीं है कि यह पाठ्यपुस्तक में मुझे मिले शक्ति फ़ंक्शन की परिभाषा में कैसे फिट बैठता है, जो पैरामीटर एक फ़ंक्शन के रूप में नल को खारिज करने की संभावना है । विभिन्न हमारे पास अलग-अलग शक्ति है, इसलिए मैं उपरोक्त उद्धरण को काफी नहीं समझता हूं।θ
दूसरा , कुछ शोध निहितार्थ:
राजनीति विज्ञान / अर्थशास्त्र के मेरे क्षेत्र में, विद्वान उपलब्ध सभी देश-वर्ष के आंकड़ों का उपयोग करते हैं। इस प्रकार, क्या हमें यहां नमूना के साथ संबंध नहीं होना चाहिए?
क्या कई परीक्षण चलाने की समस्या है, लेकिन केवल एक मॉडल को रिपोर्ट करने से यह तय हो सकता है कि अनुशासन में कोई दूसरा व्यक्ति आपके पेपर का फिर से परीक्षण करेगा और मजबूत परिणाम न होने के लिए आपको तुरंत हड़ताल कर देगा? यह अनुमान लगाते हुए, मेरे क्षेत्र के विद्वानों में एक
robustness check
अनुभाग शामिल करने की अधिक संभावना है , जहां वे बताते हैं कि कई मॉडल विनिर्देश परिणाम को नहीं बदलते हैं। क्या यह पर्याप्त है?एंड्रयू गेलमैन और अन्य लोग इस बात को उठाते हैं कि डेटा कोई फर्क नहीं पड़ता, यह हमेशा कुछ "पैटर्न" खोजने और प्रकाशित करने के लिए संभव होगा जो वास्तव में वहां नहीं है। लेकिन यह एक चिंता का विषय नहीं होना चाहिए, इस तथ्य को देखते हुए कि किसी भी अनुभवजन्य "पैटर्न" को एक सिद्धांत द्वारा समर्थित होना चाहिए, और एक अनुशासन के भीतर प्रतिद्वंद्वी सिद्धांत सिर्फ एक बहस / दौड़ में संलग्न होंगे कि कौन सा शिविर अधिक "पैटर्न" खोजने में सक्षम है। विभिन्न स्थानों पर। यदि कोई पैटर्न सही मायने में स्पुरियस है, तो पीछे का सिद्धांत जल्दी से नीचे गिर जाएगा जब अन्य नमूनों / सेटिंग्स में समान पैटर्न नहीं होता है। क्या यह नहीं है कि विज्ञान कैसे आगे बढ़ता है?
यह मानते हुए कि अशक्त परिणाम के लिए पत्रिकाओं की वर्तमान प्रवृत्ति वास्तव में पनपेगी, क्या हमारे लिए सभी अशक्त और सकारात्मक परिणामों को एक साथ मिलाने का एक तरीका है और इस सिद्धांत पर एक अनुमान है कि वे सभी परीक्षण करने की कोशिश करते हैं?