12:11 Jun 10, 2022 |
English to Russian translations [PRO] Medical - Medical: Pharmaceuticals | |||||||
---|---|---|---|---|---|---|---|
|
| ||||||
| Selected response from: Natalie Poland Local time: 11:27 | ||||||
Grading comment
|
Summary of answers provided | ||||
---|---|---|---|---|
4 | значения альфа, оставшиеся за пределами диапазона распределения вероятности |
| ||
1 | См. |
|
Summary of reference entries provided | |||
---|---|---|---|
Ошибки I рода и α |
|
значения альфа, оставшиеся за пределами диапазона распределения вероятности Explanation: Дословно - "отсеченные значения альфа" Посмотрите, в примеру, стр. 140 здесь: https://tinyurl.com/4zer2v2c Рисунок 5.16 и текст чуть выще и рядом. |
| |
Login to enter a peer comment (or grade) |
См. Explanation: Исходя из следующих двух примеров, предполагаю, что "left-over alpha" можно перевести как "неизрасходованная альфа" или даже "оставшаяся альфа". --- "Протокол клинического исследования должен описывать график проведения промежуточных анализов или по меньшей мере обоснования, которые будут определять его составление (например, применение гибких подходов использования функции расходования величины альфа)". КОЛЛЕГИЯ ЕВРАЗИЙСКОЙ ЭКОНОМИЧЕСКОЙ КОМИССИИ. РЕКОМЕНДАЦИЯ. О Руководстве по применению принципов биостатистики в клинических исследованиях лекарственных препаратов - https://docs.cntd.ru/document/566218457 "...However, for discrete outcomes, such as the proportion of successes, the nominal alpha level is frequently not attained by the statistical tests. In such cases, the “leftover” alpha may be “spent” by the second analysis with additional subjects and the prespecified type I error rate is maintained. Examples will be given to illustrate...". https://ww2.amstat.org/meetings/jsm/2006/pdfs/jsm06abstractb... --- --- "Alpha-spending is an approach of distributing (spending) the type I error (denoted alpha) over the duration of a sequential A/B test. Alpha-spending makes it possible to perform sequential testing while maintaining the overall error probability of the procedure". https://www.analytics-toolkit.com/glossary/alpha-spending/ "Spending functions are used to set boundaries for group sequential designs. Using the spending function approach to design offers a natural way to provide interim testing boundaries when unplanned interim analyses are added or when the timing of an interim analysis changes". https://www.rdocumentation.org/packages/gsDesign/versions/3.... "Lan and DeMets (1983) first published the method of using spending functions to set boundaries for group sequential trials. In this publication they proposed two specific spending functions: one to approximate an O'Brien-Fleming design and the other to approximate a Pocock design". https://keaven.github.io/gsDesign/reference/sfLDOF.html -------------------------------------------------- Note added at 1 day 20 hrs (2022-06-12 08:24:45 GMT) -------------------------------------------------- Исходя из вышеприведённого (второго) примера, как я понимаю, суть в следующем. Если на промежуточном анализе статический тест показал вероятность ошибки (p) лучше (т. е. ниже) предварительно заданного порога (alpha, α), то образуется "запас прочности", который можно "израсходовать" ("потратить") на следующем анализе. |
| |
Login to enter a peer comment (or grade) |
59 mins |
Reference: Ошибки I рода и α Reference information: "При тестировании статистических гипотез возможно четыре варианта развития событий: мы можем принять верное решение (отвергнуть неправильную или принять верную H0), или мы можем ошибиться — тоже двумя разными способами. В таблице ниже показаны типы ошибок при проверке гипотез. ... Ошибки I рода возникают тогда, когда мы ошибочно отклоняем справедливую H0, т.е. находим различия там, где их нет на самом деле. Находить различия там, где их нет — значит множить сущности сверх необходимого. Поэтому вероятность ошибок I рода ученые договорились строго контролировать и следить, чтобы они появлялись не чаще, чем в 5% случаев. Иногда этот произвольно выбранный порог делают еще жестче — 1%. Вероятность ошибок I рода принято обозначать α. Это тот самый уровень значимости, с которым принято сравнивать доверительные вероятности (p-values), полученные в статистических тестах. Ошибки II рода возникают, когда мы ошибочно принимаем ложную H0, т.е. не находим различий, там, где они на самом деле есть. Несмотря на то, что про ошибки II рода реже вспоминают, их не менее обидно делать. Считается допустимым, если такие ошибки возникают не чаще чем в 20% случаев. Это тоже совершенно произвольно взятый порог. Вероятность ошибок II рода принято обозначать β". https://varmara.github.io/proteomics/04_differential_express... -------------------------------------------------- Note added at 1 hr (2022-06-10 13:13:16 GMT) -------------------------------------------------- "Мощность теста — это способность выявлять различия, когда они есть на самом деле. Зная β можно вычислить вероятность того, что статистический тест обнаружит различия Power=1−β ... Мощность любого статистического теста будет больше: - если величина эффекта (d, величина выявляемых различий) будет больше - если увеличить объем выборки - если повысить уровень значимости (например, вместо α=0.01, взять α=0.05) На примере t-критерия зависимость мощности от этих трех величин будет выглядеть так: ...". |
| |
Login to enter a peer comment (or grade) |
Login or register (free and only takes a few minutes) to participate in this question.
You will also have access to many other tools and opportunities designed for those who have language-related jobs (or are passionate about them). Participation is free and the site has a strict confidentiality policy.