Zakład Zaburzen Krzepniecia Krwi
Katedry Diagnostyki Laboratoryjnej
Uniwersytetu Medycznego w Łodzi
Metodologia badan
naukowych
Idea i filozofia prowadzenia
badan naukowych
po co prowadzimy
badania naukowe ?
Badania naukowe jako droga do
rozwiazywania problemów
· sposób dociekania prawdy
· sposób poznawania otaczającej
rzeczywistości
- klasyfikacji faktów (podejście
nominalistyczne)
- ich interpretacji (analizy)
dokonuje się to na
drodze:
- analize danych bibliograficznych
- doswiadczalnictwo
zdobywanie informacji o
otaczajacym swiecie
dokonuje sie poprzez:
gromadzenie faktów, oraz ich
nastepcza analiza, pozwalaja
na aproksymacje (antycypacje)
przyszłosci
potrzeba zdobywania informacji
naukowej tkwi w dąż ąż ążności do
poznawania świata
na podstawie znanej przeszłosci
wyrokujemy o prawdopodobnej
przyszłosci
Karl Raimund Popper
O wielkosci i pieknie nauki stanowi po
czesci to, %e poprzez własne krytyczne
badanie dowiadujemy sie, i% swiat jest
całkowicie odmienny od tego, co sobie
kiedykolwiek wyobra%alismy -
- póki wyobrazni naszej nie poruszyło
odrzucenie przyjetych wczesniej teorii.
• eksperyment ksperymentalne sposoby alne sposoby
badania swiata badania swiata - empiryzm empiryzm
•metody dowodzenia wypracowane metody dowodzenia wypracowane
przez nauki matematyczne przez nauki matematyczne -
racjonalizm racjonalizm
Dwie konkurencyjne drogi badania Dwie konkurencyjne drogi badania
swiata: swiata:
• miał zniesc dychotomie i stał sie próba miał zniesc dychotomie i stał sie próba
pogodzenia empiryzmu i racjonalizmu pogodzenia empiryzmu i racjonalizmu
• doswiadczenie doswiadczenie - jako jedyna droga jako jedyna droga
dowiadywania sie o swiecie faktycznym dowiadywania sie o swiecie faktycznym
• matematyka i logika matematyka i logika - instrumenty instrumenty
rozumowania oraz interpretacji faktów rozumowania oraz interpretacji faktów
Logiczny empiryzm Logiczny empiryzm
• sensownosc twierdzen naukowych sensownosc twierdzen naukowych
mo_na uto_samiac z ich mo_na uto_samiac z ich
sprawdzalnoscia sprawdzalnoscia
„Sens zdania to metoda jego sprawdzania” „Sens zdania to metoda jego sprawdzania”
czym jest w praktyce sprawdzalnosc ? czym jest w praktyce sprawdzalnosc ?
sprawdzalnosc = empirycznosc sprawdzalnosc = empirycznosc
Logiczny empiryzm Logiczny empiryzm
• Eksperyment Eksperyment - na granicy na granicy
mi miedzy wiedz dzy wiedza a niewiedz a niewiedza,
gromadzenie fakt gromadzenie faktów, a potem w, a potem
tworzenie hipotez tworzenie hipotez
• Indukcja Indukcja - znak firmowy nauki, znak firmowy nauki,
od szczeg od szczegółu do og u do ogółu
Francis Bacon
• twierdzenia oparte na faktach twierdzenia oparte na faktach
ró_ni nia si sie od tych opartych na od tych opartych na
autorytecie, tradycji, autorytecie, tradycji,
zwyczajach, spekulacji, zwyczajach, spekulacji,
przes przesadach, zwyczajach dach, zwyczajach, jako , jako
podstawie, kt podstawie, która mia ra miałłaby aby
dostarcza dostarczac rzetelnej wiedzy rzetelnej wiedzy
kryterium demarkacji
miedzy nauk nauka i nie nie-nauk nauka
• jje_eli A towarzyszy B, nawet w eli A towarzyszy B, nawet w
tysi tysiacach obserwacji, to nie cach obserwacji, to nie
oznacza to, i oznacza to, i_ tak b tak bedzie zawsze dzie zawsze
• jje_eli zdarza si eli zdarza sie to to wystarczajaco wystarczajaco
cz czesto, to zaczynamy wierzy sto, to zaczynamy wierzyc, c, _e
tak b tak bedzie (prawie) zawsze dzie (prawie) zawsze
• ale ta nasza wiara to domena ale ta nasza wiara to domena
psychologi psychologiii a nie logik a nie logikii
Hume - rewolucja dociekania naukowego
• nawet najwi awet najwieksza liczba ksza liczba
pojedynczych obserwacji czy pojedynczych obserwacji czy
szczeg szczegółowych stwierdze owych stwierdzen, nie , nie
poci pociaga logicznie zda ga logicznie zdan
niesko nieskonczenie og czenie ogólnych lnych
David Hume - rewolucja
dociekania naukowego
• każde prawo nauki, b de prawo nauki, bedac
niesko nieskonczenie og czenie ogólnym, wykracza lnym, wykracza
zatem zatem poza logik poza logike i poza i poza
do doswiadczenie wiadczenie
• prawa nauki nie mog rawa nauki nie moga by byc sci cisle le
dowiedzione, ale ich dowiedzione, ale ich
prawdopodobie prawdopodobienstwo wzrasta po stwo wzrasta po
ka ka_dej potwierdzaj dej potwierdzajacej obserwacji cej obserwacji
Hume - rewolucja dociekania naukowego
• choc p choc prawa nauki nie mog rawa nauki nie moga by byc
sci cisle dowiedzione, ale ich le dowiedzione, ale ich
prawdopodobie prawdopodobienstwo wzrasta stwo wzrasta
po ka po ka_dej potwierdzaj dej potwierdzajacej cej
obserwacji obserwacji
Karl Popper - logiczna
asymetria miedzy weryfikacja a
falsyfikacja
• twórczo rczosc sc naukowa nie jest naukowa nie jest
wolna w takim sensie w jakim wolna w takim sensie w jakim
jest wolna tw jest wolna twórczo rczosc sc
artystyczna, bowiem musi by artystyczna, bowiem musi byc
poddana surowej konfrontacji z poddana surowej konfrontacji z
do doswiadczeniem wiadczeniem
Karl Popper - doswiadczenie
jako podstawa dociekania prawdy o
swiecie
• Wszystkie Wszystkie łab abedzie s dzie sa bia białe
• Nie wszystkie Nie wszystkie łab abedzie s dzie sa bia białe
Karl Popper -weryfikacja i
falsyfikacja
• Konkluzywna Konkluzywna falsyfikacja jest falsyfikacja jest
nie do osi nie do osiagni gniecia na poziomie cia na poziomie
metodologicznym metodologicznym - czy to co czy to co
nie jest bia nie jest białe jest na pewno e jest na pewno
łab abedziem ? dziem ?
Karl Popper
- weryfikacja i falsyfikacja
• nie unikamy za wszelk ie unikamy za wszelka cen cene odrzucenia odrzucenia,
dobieraj dobierajac hipotezy pomocnicze c hipotezy pomocnicze ad ad hoc hoc,
definicje definicje ad ad hoc hoc, lub te , lub te_ np. odmawiamy np. odmawiamy
rzetelno rzetelnosci niekt ci niektóry rym obserwacj obserwacjom om
• nie porzucamy naszych hipotez i teorii ie porzucamy naszych hipotez i teorii
zbyt zbyt łatwo atwo - to bowiem oznacza to bowiem oznaczałoby oby
zanadto bezkrytyczny stosunek do zanadto bezkrytyczny stosunek do
eksperyment eksperymentów, i sprawi w, i sprawiłoby oby, _e teorie e teorie
nasze nie s nasze nie sa sprawdzane wystarczaj sprawdzane wystarczajaco co
rygorystycznie rygorystycznie
Karl Popper - weryfikacja i
falsyfikacja - czym sie kierowac ?
• Woda wrze w temperaturze 100 Woda wrze w temperaturze 100°C
• Czy zawsze ? Czy zawsze ? nie w naczyniach ie w naczyniach
zamkni zamknietych i nie przy niskim ci tych i nie przy niskim cisnieniu nieniu,
np. w g np. w górach rach
• Woda Woda w `warunkach normalnych' w `warunkach normalnych' wrze w wrze w
temperaturze 100 temperaturze 100°C
Popperyzm
• aby zmodyfikowa by zmodyfikowac nasze prawo , musimy nasze prawo , musimy
zmodyfikowa zmodyfikowac pierwotn pierwotna hipotez hipoteze
(„Woda wrze w „Woda wrze w 100 100°C”) na rzecz hipotezy na rzecz hipotezy
znacznie bogatszej, o szerszej tre znacznie bogatszej, o szerszej tresci ci
empirycznej empirycznej („W takich a takich „W takich a takich
warunkach woda wrze w warunkach woda wrze w 100 100°C”)
Popperyzm
• Hipotez Hipoteze tak taka testujemy i ustanawiamy testujemy i ustanawiamy
nowe prawo, kt nowe prawo, które m re mówi nam wi wi nam wiecej o cej o
swiecie wiecie
• Testuj Testujac jej prawdziwo c jej prawdziwosc sc naj najłatwiej jest atwiej jest
nam spr nam spróbowa bowac sfalsyfikowa sfalsyfikowac to nowe to nowe
prawo, wykonuj prawo, wykonujac do c doswiadczenie wiadczenie
• Je Jesli do li doswiadczenie to dostarczy nam wiadczenie to dostarczy nam
dowod dowodów przecz w przeczacych dotychczasowej cych dotychczasowej
teorii teorii (sfalsyfikujemy ja) (sfalsyfikujemy ja), to jest to nowe , to jest to nowe
odkrycie odkrycie
Popperyzm
• dowod owodów potwierdzaj w potwierdzajacych dane prawo cych dane prawo
mo mo_emy zebra emy zebrac miliardy, ale to nie miliardy, ale to nie
przybli przybli_a nas ani logicznie ani w sensie a nas ani logicznie ani w sensie
prawdopodobie prawdopodobienstwa, do udowodnienia stwa, do udowodnienia
słuszno usznosci tego prawa ci tego prawa
• nie daje nam to tak ie daje nam to tak_e powod e powodów do w do
podania w w podania w watpienie tego prawa, czyli nie tpienie tego prawa, czyli nie
mo mo_emy wyj emy wyjsc sc poza poza `zamkniety krag `zamkniety krag
naszej niewiedzy' naszej niewiedzy' i szuka i szukac
alternatywnego wyja alternatywnego wyjasnienia nienia
Popperyzm
• je_eli poszukuj eli poszukujac sytuacji c sytuacji
potwierdzaj potwierdzajacych cych nasza koncepcje, nasza koncepcje,
znajdziemy przypadkiem jaki znajdziemy przypadkiem jakis
kontrargument, to dokonujemy odkrycia i kontrargument, to dokonujemy odkrycia i
nasza wiedza rozwija si nasza wiedza rozwija sie - jest _ywa jest _ywa
• takie odkrycie kontrprzyk akie odkrycie kontrprzykładu to adu to
najlepsza rzecz jaka mo najlepsza rzecz jaka mo_e nam si e nam sie
zdarzy zdarzyc w procesie badania naukowego i w procesie badania naukowego i
rozwijania wiedzy na drodze stawiania rozwijania wiedzy na drodze stawiania
problem problemów i rozwi w i rozwiazywania ich zywania ich
Popperyzm
• Teorie eorie naukowe naukowe, je , jesli maj li maja dostarcza dostarczac
mo mo_liwych rozwi liwych rozwiaza zan, musz , musza wykracza wykraczac poza poza
aktualna aktualna istniej istniejaca wiedz wiedze - wymagaj wymagaja skoku skoku
wyobra wyobrazni ni
• Im Im smielsza teoria, tym wi mielsza teoria, tym wiecej m cej mówi, a wi, a
jednocze jednoczesnie tym nie tym smielszy akt wyobra mielszy akt wyobrazni, ni,
kt który j ry ja stworzy stworzył
• zarazem jednak, tym wi arazem jednak, tym wieksze ksze ryzyko, _ ryzyko, _e
teoria ta teoria ta oka_e sie oka_e sie błe łedna, dna, gdy poddamy ja gdy poddamy ja
rygorystycznej procedurze weryfikacyjnej rygorystycznej procedurze weryfikacyjnej
Popperyzm - teorie naukowe
• Na Na _adnej teorii nie mo adnej teorii nie mo_emy polega emy polegac jak na jak na
prawdzie ostatecznej prawdzie ostatecznej, poniewa_ to własnie jej , poniewa_ to własnie jej
falsyfikowalnosc falsyfikowalnosc dowodzi, _e jest dowodzi, _e jest
wartosciowa naukowo wartosciowa naukowo
• Wszystko co wolno nam powiedzie Wszystko co wolno nam powiedziec o danej o danej
teorii, to teorii, to co najwy_ej co najwy_ej to, to, i_ i_ przemawiaj przemawiaja za ni za nia
wszystkie obserwacje, jakimi w danej chwili wszystkie obserwacje, jakimi w danej chwili
dysponujemy dysponujemy
Popperyzm - teorie naukowe
• Nie mo Nie mo_emy uto emy uto_samia samiac nauki z prawd nauki z prawda
• zar zarówno teori wno teorie Newtona jak i teori Newtona jak i teorie Einsteina Einsteina
uwa uwa_amy za teorie naukowe amy za teorie naukowe
• Nie mo_emy jednak przyjac, _e Nie mo_emy jednak przyjac, _e obie obie sa sa
prawdziwe, cho prawdziwe, choc mo_emy dopuscic, i_ mo_emy dopuscic, i_ obie obie
sa sa fa fałszywe szywe
Popperyzm - teorie naukowe
„Teorii nie mo Teorii nie mo_na zmontowa na zmontowac z wynik z wyników
obserwacji, lecz mo obserwacji, lecz mo_na j na ja jedynie wymy jedynie wymysli lic”
A. Einstein A. Einstein
Popperyzm
- rola indukcji w poznaniu
• Pojedyncza o Pojedyncza obserwacja bserwacja lub obserwacje lub obserwacje jako jako
tak takie ie nie mo nie moga ga logicznie poprzedza logicznie poprzedzac teorii, teorii,
sk skoro warunkiem koniecznym jakiejkolwiek ro warunkiem koniecznym jakiejkolwiek
obserwacji jest obserwacji jest istnienie istnienie jak jakiejs iejs teori teorii, która i, która
nas stymuluje do zebrania tych obserwacji nas stymuluje do zebrania tych obserwacji
• Obserwacje s Obserwacje sa zawsze interpretacjami zawsze interpretacjami
obserwowanych fakt obserwowanych faktów w w w swietle wietle istniejacej istniejacej
teorii teorii
Popperyzm - teorie naukowe
1. 1. czy jest wynikiem obserwacji ? czy jest wynikiem obserwacji ?
2. 2. czy stoja za nia swiadectwa czy stoja za nia swiadectwa
empiryczne ? empiryczne ?
3. 3. czy jest sprawdzalna ? czy jest sprawdzalna ?
4. 4. czy jest czy jest falsyfikowalna falsyfikowalna ?
Co to znaczy, _e teoria jest naukowa ?
jakie jest kryterium demarkacji
miedzy nauka i nie-nauka ?
teoria naukowa nie wyja eoria naukowa nie wyjasnia nia wszystkiego szystkiego
co si co sie mo mo_e zdarzy e zdarzyc, lecz przeciwnie , lecz przeciwnie -
wyklucza wi wyklucza wiekszo kszosc sc tego co si tego co sie mo mo_e
zdarzy zdarzyc, i zostaje odrzucona, gdy tylko , i zostaje odrzucona, gdy tylko
zdarzy si zdarzy sie to to,, co wykluczy co wykluczyłła
Naukowosc teorii
1. 1. obserwacja i eksperyment obserwacja i eksperyment
2. 2. indukcja i uog indukcja i uogólnienie lnienie
3. 3. hipoteza hipoteza
4. 4. weryfikowanie hipotezy weryfikowanie hipotezy
5. 5. dow dowód lub obalenie teorii d lub obalenie teorii
Metoda naukowa - podejscie
tradycyjne
1. 1. problem problem - alternatywna teoria lub alternatywna teoria lub
przewidywanie przewidywanie
2. 2. propozycja rozwi propozycja rozwiazania problemu zania problemu -
nowa teoria nowa teoria
3. 3. dedukowanie z nowej teorii dedukowanie z nowej teorii
sprawdzalnych s sprawdzalnych sadów
4. 4. pr próba odrzucenia ba odrzucenia nowej teorii nowej teorii przez przez
m.in. obserwacje i eksperymenty m.in. obserwacje i eksperymenty
5. 5. wyb wybór mi r miedzy rywalizuj dzy rywalizujacymi teoriami cymi teoriami
Metoda naukowa - podejscie Poppera
• kryterium empirycznosci kryterium empirycznosci (a wiec i a wiec i
sprawdzalnosci twierdzen naukowych sprawdzalnosci twierdzen naukowych)
• falsyfikowalnosc falsyfikowalnosc (mo_liwosc falsyfikacji, mo_liwosc falsyfikacji,
„wywrotnosc” „wywrotnosc”)
Je_eli nie potrafimy powiedziec czym Je_eli nie potrafimy powiedziec czym
ró_niłby sie empirycznie swiat obecny ró_niłby sie empirycznie swiat obecny
od swiata, w którym wypowiadane przez od swiata, w którym wypowiadane przez
nas zdanie byłoby fałszywe, to nie nas zdanie byłoby fałszywe, to nie
wypowiadamy sensownego zdania wypowiadamy sensownego zdania
* Karl Popper Karl Popper *
• Krasnoludki sa na swiecie Krasnoludki sa na swiecie
• Słonce istnieje Słonce istnieje
zdania egzystencjalne sa z zasady zdania egzystencjalne sa z zasady
niefalsyfikowalne niefalsyfikowalne
• nie ma „czystych” obserwacji nie ma „czystych” obserwacji
• podstawa nauki nie sa jednostkowe podstawa nauki nie sa jednostkowe
twierdzenia empiryczne twierdzenia empiryczne
• siła napedowa rozwoju wiedzy nie sa siła napedowa rozwoju wiedzy nie sa
zabiegi indukcyjne zabiegi indukcyjne
• hipotezy naukowe sa dziełem twórczej hipotezy naukowe sa dziełem twórczej
imaginacji imaginacji
Falsyfikowalnosc Falsyfikowalnosc twierdzen twierdzen
czy skoro nie mo_emy korzystac z czy skoro nie mo_emy korzystac z
zabiegów indukcyjnych, to pełna zabiegów indukcyjnych, to pełna
wiedza jest mo_liwa ? wiedza jest mo_liwa ?
czy nasza wiedza osiaga warunki czy nasza wiedza osiaga warunki
całkowitej wiarygodnosci ? całkowitej wiarygodnosci ?
czy mo_emy twierdzic, _e jestesmy czy mo_emy twierdzic, _e jestesmy
na pewno posiadaczami prawdy ? na pewno posiadaczami prawdy ?
Karl Raimund Popper Karl Raimund Popper
Musimy sie Musimy sie uczys uczys z naszych z naszych
eksperymentalnych błedów, eksperymentalnych błedów,
które prowadza do wyników które prowadza do wyników
nie spełniajacych oczekiwan. nie spełniajacych oczekiwan.
od ogółu do szczegółu od ogółu do szczegółu
wniosek wniosek konkluzywny konkluzywny - gdy przesłanki sa gdy przesłanki sa
prawdziwe, niemo_liwe jest, aby oparty na prawdziwe, niemo_liwe jest, aby oparty na
nich wniosek był fałszywy nich wniosek był fałszywy
Logika dedukcyjna Logika dedukcyjna - analizuje analizuje
wnioski wnioski konkluzywne konkluzywne (niezawodne) (niezawodne)
prawdziwe prawdziwe
wszyscy Europejczycy sa smiertelni wszyscy Europejczycy sa smiertelni
skoro (a) i (b) sa prawdziwe to twierdzenie skoro (a) i (b) sa prawdziwe to twierdzenie
jest prawdziwe jest prawdziwe - sylogizm dedukcyjny sylogizm dedukcyjny
(a) wszyscy Europejczycy sa istotami (a) wszyscy Europejczycy sa istotami
ludzkimi ludzkimi
logika dedukcyjna logika dedukcyjna
prawdziwe prawdziwe
(b) wszystkie istoty ludzkie sa smiertelne (b) wszystkie istoty ludzkie sa smiertelne
od szczegółu do ogółu od szczegółu do ogółu
wnioski rzetelnie wyprowadzone z wnioski rzetelnie wyprowadzone z
subiektywnie prawdziwych racji, którymi subiektywnie prawdziwych racji, którymi
dysponowalismy dysponowalismy
dotyczy trafnosci wnioskowan, których dotyczy trafnosci wnioskowan, których
racje nie sa racje nie sa konkluzywne konkluzywne
Logika indukcyjna Logika indukcyjna - analizuje analizuje
wnioski prawdopodobne wnioski prawdopodobne
prawdziwe prawdziwe
wszyscy Europejczycy sa smiertelni wszyscy Europejczycy sa smiertelni
prawdziwosc (a) i (b) czyni prawdopodobnym, prawdziwosc (a) i (b) czyni prawdopodobnym,
_e twierdzenie jest prawdziwe _e twierdzenie jest prawdziwe
(a) ka_dy Europejczyk urodzony przed (a) ka_dy Europejczyk urodzony przed
rokiem 1830 umarł rokiem 1830 umarł
logika indukcyjna logika indukcyjna
prawdziwe prawdziwe
(b) Europejczycy wcia_ jeszcze umieraja (b) Europejczycy wcia_ jeszcze umieraja
Je_eli zestaw aksjomatów (S) zawierajacy w sobie
arytmetyke liczb naturalnych jest niesprzeczny
(spójny), to S jest niezupełny, tzn. istnieja zdania w S,
których prawdziwosci nie da sie udowodnic na
podstawie przyjetych aksjomatów (I twierdzenie
Gödla).
Je_eli S jest niesprzeczny, to niesprzecznosc S jest
niedowodliwa w S (II twierdzenie Gödla).
Twierdzenia Gödla
Aksjomat = pewnik, w znaczeniu potocznym, stwierdzenie, które
uważa się za oczywiste i bezsporne; teza fundamentalna
przyjmowana bez przeprowadzania dowodu prawdziwosci, która
wykorzystuje sie przy udowadnianiu wszelkich twierdzen jako
główna i ostateczna przesłanke.
W ka_dym systemie aksjomatycznym
istnieja twierdzenia, które sa
prawdziwe, ale których nie mo_na
udowodnic matematycznie
Twierdzenie o niezupełnosci
Kurt Gödel (1906-1978)
Dzieki temu twierdzeniu wiemy na przykład, _e nie
da sie tak zaprogramowac procesora komputera,
by mógł rozwiazac wszystkie problemy
matematyczne
Przykład:
„paradoks kretenski”
Czy wypowiadane przez mieszkanca
Krety twierdzenie:
„Wszyscy Kretenczycy kłamia”
jest prawdziwe czy fałszywe ?
• niekt niektóre twierdzenia nauk re twierdzenia nauk scis cisłych ( ych (fizycznych fizycznych) nie nie
sa faktycznie oparte faktycznie oparte wyłacznie wyłacznie na rejestrowaniu na rejestrowaniu
wynik wyników do w doswiadcze wiadczen naukowych naukowych, lecz zosta lecz zostały
ustanowione sztucznie, a motywem ustanowione sztucznie, a motywem ich uznania nie ich uznania nie
sa zjawiska empiryczne ( zjawiska empiryczne (wyniki do wyniki doswiadcze wiadczen), ale ale
inne wzgl inne wzgledy, np. wygoda, korzy dy, np. wygoda, korzysc sc umys umysłowa, owa,
walory estetyczne walory estetyczne
• twierdzenia, prawa i teorie naukowe nie s twierdzenia, prawa i teorie naukowe nie sa
sprowadzalne do sprowadzalne do „czystych” „czystych” fakt faktów, nie maj w, nie maja zatem zatem
czystej elementarnej tre czystej elementarnej tresci ci
za zało_enia konwencjonalizmu enia konwencjonalizmu
czyli czyli
• dane do dane doswiadczalne maj wiadczalne maja zawsze kilka alternatywnych zawsze kilka alternatywnych
hipotez t hipotez tłłumacz umaczacych, a wyb cych, a wybór w r własciwej hipotezy ciwej hipotezy
kosztem innych nie mo kosztem innych nie mo_e by e byc w prosty spos w prosty sposób
przes przesadzony do dzony doswiadczalnie wiadczalnie
• przy wyborze przy wyborze „najlepszej hipotezy najlepszej hipotezy” decyduj decyduja wzgl wzgledy dy
pozaempiryczne pozaempiryczne
dane empiryczne nie s dane empiryczne nie sa wystarczaj wystarczajaca aca
instancj instancja do uznania prawdziwo do uznania prawdziwosci ci
takich twierdze takich twierdzen
zamiast zamiast
„prawdziwe prawdziwe” jest to co zgodne z ” jest to co zgodne z
rzeczywistoscia rzeczywistoscia
kryteria prawdziwosci w nauce
„prawdziwe prawdziwe” jest to co zgodne z ” jest to co zgodne z
doswiadczeniem doswiadczeniem
przyjmijmy przyjmijmy
krytyka faktu pochodz krytyka faktu pochodzacego z cego z
obserwacji jako mo obserwacji jako mo_liwego liwego
potwierdzenia prawa naukowego potwierdzenia prawa naukowego
• wa wa_no nosc sc pewnych praw nauki jest pewnych praw nauki jest
za zało_ona w samym funkcjonowaniu ona w samym funkcjonowaniu
przyrz przyrzadów pomiarowych w pomiarowych
przyk przykład 1 ad 1
badane prawo: badane prawo: prawo odbicia prawo odbicia swiat wiatła
wykorzystywany wykorzystywany
przyrz przyrzad naukowy: d naukowy: lustra p lustra płaskie askie
przy produkcji takich luster prawa odbicia przyjmuje si przy produkcji takich luster prawa odbicia przyjmuje sie
jako wa jako wa_ne i uznawane ne i uznawane
powstaje zatem błedne koło, gdy_: powstaje zatem błedne koło, gdy_:
przyjmujemy te prawa do zbadania ich poprawno przyjmujemy te prawa do zbadania ich poprawnosci w ci w
do doswiadczeniu wiadczeniu
dylemat dylemat
przyk przykład ad 2
badane zjawisko: badane zjawisko:
zmiany temperatury powoduj zmiany temperatury powodują zmiany zmiany
obj objęto tości pod wp ci pod wpływem ciep ywem ciepła
wykorzystywany wykorzystywany
przyrz przyrzad naukowy: d naukowy: termometr termometr
aby odczyta aby odczytac wskazania termometru nale wskazania termometru nale_y przyj y przyjac ac i
uzna uznac równomierno wnomiernosc sc rozszerzalno rozszerzalnosci cieplnej cia ci cieplnej ciał,
bowiem w oparciu o nie funkcjonuje termometr bowiem w oparciu o nie funkcjonuje termometr
przyjmujemy t przyjmujemy ta zasad zasade do zbadania jej poprawno do zbadania jej poprawnosci ci
dylemat dylemat
wniosek wniosek
niemo niemo_liwe jest przeprowadzenie do liwe jest przeprowadzenie doswiadczenia, wiadczenia,
kt które falsyfikuje (obala) jedn re falsyfikuje (obala) jedna hipotez hipoteza na na
korzy korzysc sc drugiej, poniewa drugiej, poniewa_ do jego do jego
przeprowadzenia musimy zastosowa przeprowadzenia musimy zastosowac
przyrz przyrzady pomiarowe, kt dy pomiarowe, które zbudowano w re zbudowano w
oparciu o szereg innych praw oparciu o szereg innych praw
przyrzady t przyrzady te tak e tak_e „uczestnicz uczestnicza” w procedurze w procedurze
falsyfikacji falsyfikacji
nie wiemy zatem czy obalili nie wiemy zatem czy obalilismy badana hipotez my badana hipoteze
czy te czy te_ raczej _ raczej prawa zastosowane w budowie prawa zastosowane w budowie
przyrz przyrzadów pomiarowych w pomiarowych
fakty fakty „surowe surowe”
- opis fakt opis faktów rejestrowanych, np. w rejestrowanych, np.
wychylanie wskaz wychylanie wskazówki miernika wki miernika
nat nate_ e_enia pr enia pradu du
fakty naukowe fakty naukowe
- interpretacja faktu rejestrowanego, np. interpretacja faktu rejestrowanego, np.
wyst wystepowanie zjawiska przep powanie zjawiska przepływu pr ywu pradu du
Fakty jako wynik doswiadczenia Fakty jako wynik doswiadczenia
Prawo o brzmieniu Prawo o brzmieniu:
Fosfor topi si Fosfor topi sie w temperaturze 44 stopni C w temperaturze 44 stopni C
jest jest de facto de facto definicja fosforu: definicja fosforu:
Fosfor Fosfor to to substancja, kt substancja, która topi si ra topi sie przy 44 przy 44°C
_adne do adne doswiadczenie nie jest w stanie sfalsyfikowa wiadczenie nie jest w stanie sfalsyfikowac
takich twierdze takich twierdzen, gdy , gdy_ obserwacja niesp obserwacja niespójna z jna z
powy powy_szym stwierdzeniem prowadzi nas raczej do szym stwierdzeniem prowadzi nas raczej do
wniosku, i wniosku, i_ badana substancja nie jest fosforem badana substancja nie jest fosforem
prawa jako definicje prawa jako definicje
_ pozwalaja dociekac prawdy o otoczeniu
_ umo_liwiaja poznawanie otaczajacej
rzeczywistosci
jaki cel spełniaja badania naukowe ?
co to jest otaczajaca rzeczywistosc ?
to co postrzegane zmysłowo
w danej chwili
rzeczywistosc = terazniejszosc ?
co to jest terazniejszosc ?
cos bezwymiarowego co jest miedzy
przeszłoscia, czyli czyms czego z
definicji ju_ nie ma, oraz przyszłoscia,
czyli czyms czego z definicji jeszcze nie
ma
skoro jest „bezwymiarowe” to czy
naprawde istnieje ?
jesli nie istnieje naprawde lecz jest
ułuda to co badamy ?
- wszystko co niedokonane cechuje skłonnosc wszystko co niedokonane cechuje skłonnosc
- jest to skłonnosc do wydarzenia sie czegos, stania jest to skłonnosc do wydarzenia sie czegos, stania
sie czegos sie czegos
- mo_emy mo_emy wyestymowac wyestymowac prawdopodobienstwo tego, prawdopodobienstwo tego,
_e skłonnosc ta stanie sie faktem, _e wypełni sie w _e skłonnosc ta stanie sie faktem, _e wypełni sie w
rzeczywistosci rzeczywistosci
- gdy skłonnosc wypełnia sie staje sie pewnikiem
- jedynie „dokonana skłonnosc” mo_e byc
zarejestrowana w doswiadczeniu
- dopóki nie wydarzy sie, jest przedmiotem analiz
predykcyjnych, a nie doswiadczalnictwa
swiat skłonnosci Karla Poppera
Hipoteza obalona mo_e byc zaakceptowana
poprzez przyjecie dodatkowych
objasniajacych hipotez
przyk ł ad: krzywa regresji oraz rozkład reszt
reguła brzytwy Okhama
jako metoda eliminowania nadmiernej
zło_onosci
dlaczego bowiem nie uznac, i_ wyjasnieniem
najprostszym jest sprowadzenie wszystkich
zjawisk do jednej uniwersalnej przyczyny ?
Prostota jest czynnikiem decyzyjnym,
ale i zwodniczym:
„Wszystko powinno być tak proste
jak to tylko możliwe ...
ale nie bardziej ...”
(Albert Einstein Albert Einstein)
czy mo_liwe jest czy mo_liwe jest
zbudowanie zbudowanie
uniwersalnej uniwersalnej
„teorii wszystkiego” ? „teorii wszystkiego” ?
?
• najlepsza z teorii naukowych najlepsza z teorii naukowych -
teoria kwantowa teoria kwantowa - zakłada zakłada
inherentny inherentny element element
niepewnosci zwiazany z ka_dym niepewnosci zwiazany z ka_dym
pomiarem układu fizycznego pomiarem układu fizycznego
dlaczego nie ?
• problem problem autorefencyjnosci autorefencyjnosci -
narzedzia pomiarowe, które narzedzia pomiarowe, które
stosujemy do badania natury, stosujemy do badania natury,
sa same jej czescia sa same jej czescia
dlaczego nie ?
• problem zródeł problem zródeł - trudnosc lub trudnosc lub
niemo_nosc wyjasnienia niemo_nosc wyjasnienia
zagadek unikalnych i zagadek unikalnych i
jednostkowych jednostkowych
• skoro nauka bada procesy skoro nauka bada procesy
powtarzalne, to czy zasadne sa powtarzalne, to czy zasadne sa
pytania o poczatek pytania o poczatek
wszechswiata lub _ycia ? wszechswiata lub _ycia ?
dlaczego nie ?
• schemat postepowania w za schemat postepowania w zaplanowani planowaniu
do doswiadczeni wiadczenia nie jest dowolny a nie jest dowolny
• jak brzmi idea, kt jak brzmi idea, której mamy broni rej mamy bronic lub lub
obala obalac ?
• umiej umiejetno tnosc sc własciwego zaplanowania ciwego zaplanowania
eksperymentu naukowego cechuje eksperymentu naukowego cechuje
do doswiadczonego badacza wiadczonego badacza
Algorytmy przeprowadzenia Algorytmy przeprowadzenia
eksperymentu naukowego eksperymentu naukowego
• przypadkowe i szeroko zakrojone zbieranie przypadkowe i szeroko zakrojone zbieranie
wynik wyników jest nieporozumieniem i przeczy w jest nieporozumieniem i przeczy
racjonalnemu podej racjonalnemu podejsciu w pracy naukowej ciu w pracy naukowej
• wyniki zbieramy i opracowujemy z my wyniki zbieramy i opracowujemy z myslla o
udowodnieniu postawionej wcze udowodnieniu postawionej wczesniej hipotezy, a niej hipotezy, a
nie odwrotnie nie odwrotnie
• pr próby by „wykrojenia wykrojenia” koncepcji badawczej na koncepcji badawczej na
podstawie zebranych w spos podstawie zebranych w sposób chaotyczny b chaotyczny (gdy gdy_
bez wcze bez wczesniejszego zamys niejszego zamysłłu celowego dzia u celowego działłania ania)
danych pomiarowych jest dzia danych pomiarowych jest działłaniem po omacku aniem po omacku
i graniczy z manipulacj i graniczy z manipulacja naukow naukowa
Planowanie Planowanie eksperymentu naukowego eksperymentu naukowego
okresl problem badawczy
jak brzmi hipoteza ?
wybierz test statystyczny
wybór próby badanej
zbierz dane
zastosuj własciwy test
zadecyduj o wyniku
• co nas interesuje co nas interesuje
• czego jeszcze nie wiadomo czego jeszcze nie wiadomo
• co chcieliby co chcielibysmy udowodni my udowodnic
problem badawczy precyzujemy nie na problem badawczy precyzujemy nie na
podstawie tego co mo podstawie tego co mo_emy zmierzy emy zmierzyc
maj majac do dyspozycji okre c do dyspozycji okreslony warsztat lony warsztat
odczynnikowy i aparaturowy, tylko na odczynnikowy i aparaturowy, tylko na
podstawie tego co nas intryguje podstawie tego co nas intryguje
Okre Okresl problem badawczy: l problem badawczy:
• pasja badawcza pasja badawcza ®
• wiedza o problemie / przedmiocie bada wiedza o problemie / przedmiocie badan
oraz do oraz doswiadczenie badawcze wiadczenie badawcze ®
• udane przedsi udane przedsiewzi wziecie naukowe cie naukowe ®
• rozw rozwój naukowy j naukowy
* Okre Okresl problem badawczy l problem badawczy *
• co chcemy sprawdzi co chcemy sprawdzic/udowodni /udowodnic lub na lub na
jakie pytanie/ jakie pytanie/pytani pytania odpowiedzie a odpowiedziec ?
• og ogólna weryfikacja za lna weryfikacja załło_en _en hipotezy hipotezy
roboczej roboczej
hipoteza badawcza jako scenariusz hipoteza badawcza jako scenariusz
badanego zjawiska badanego zjawiska
hipoteza statystyczna hipoteza statystyczna jako nierównosc jako nierównosc
matematyczna matematyczna
Sprecyzuj jak brzmi hipoteza badawcza: Sprecyzuj jak brzmi hipoteza badawcza:
Hipotezy sa sieciami: Hipotezy sa sieciami:
ten tylko złowi kto je zarzuca ten tylko złowi kto je zarzuca
Błedne przeswiadczenie, _e nauka prowadzi Błedne przeswiadczenie, _e nauka prowadzi
koniec konców do ostatecznych wyjasnien, koniec konców do ostatecznych wyjasnien,
wywołuje u naukowców przeswiadczenie, i_ wywołuje u naukowców przeswiadczenie, i_
popełniaja powa_ne wykroczenie, ogłaszajac popełniaja powa_ne wykroczenie, ogłaszajac
hipotezy, które oka_a sie w koncu fałszywe hipotezy, które oka_a sie w koncu fałszywe
Novalis Novalis
Karl Raimund Popper Karl Raimund Popper
• jest my jest mysla /stwierdzeniem precyzuj /stwierdzeniem precyzujacym cym
istnienie jakiej istnienie jakiejs zale zale_no nosci, r ci, ró_nicy, nicy,
mechanizmu funkcjonowania, mechanizmu funkcjonowania,
prawdopodobie prawdopodobienstwa zachodzenia stwa zachodzenia
procesu, itp. procesu, itp.
• jest to jakby hipotetyczny scenariusz est to jakby hipotetyczny scenariusz
procesu biologicznego procesu biologicznego
hipoteza badawcza hipoteza badawcza
Statyny Statyny (inhibitory reduktazy HMG inhibitory reduktazy HMG-
CoA CoA) wp ) wpłływaj ywaja na ekspresj na ekspresje PAI PAI-1
w kom w komórkach rkach sródbłonka sródbłonka naczyn naczyn
na drodze hamowania na drodze hamowania geranylacji geranylacji
bia białłka ka rho rho
hipoteza badawcza hipoteza badawcza
przykład przykład
• jest jest równoscia lub nierównoscia równoscia lub nierównoscia
matematyczna matematyczna
geranylacja geranylacja bia białłka ka rho rho jest istotnie ni jest istotnie ni_sza sza /
jest taka sama jest taka sama po zastosowaniu po zastosowaniu statyn statyn
przykład przykład
hipoteza hipoteza statystyczna statystyczna
• pojedyncza hipoteza statystyczna ojedyncza hipoteza statystyczna
dotyczy fragmentu hipotezy badawczej dotyczy fragmentu hipotezy badawczej
• ka ka_da koncepcj koncepcje badawcz badawcza mo mo_na na
sprowadzi sprowadzic do kilku/kilkunastu hipotez do kilku/kilkunastu hipotez
statystycznych statystycznych
• ka ka_da z nich b da z nich bedzie rewidowa dzie rewidowałła
słuszno usznosc sc pojedynczych por pojedynczych porówna wnan
hipoteza hipoteza statystyczna statystyczna
• stawiane sa parami stawiane sa parami
• hipotezie podstawowej (tzw. zerowej hipotezie podstawowej (tzw. zerowej, H , H0)
przeciwstawia si przeciwstawia sie hipotez hipoteze przeciwn przeciwna
(alternatywn (alternatywna, H a, HA)
H0: x : x1 = x = x2
HA: x : x1 ¹ x2
hipotez hipotezy statystyczne statystyczne
• czy model badawczy przystaje do modelu czy model badawczy przystaje do modelu
opracowania statystycznego wynik opracowania statystycznego wyników ? w ?
• jak dobra jak dobrac grup grupe kontroln kontrolna ?
• czy pomiary b czy pomiary beda eda wykonywane w kilku wykonywane w kilku
powt powtórzeniach czy w jednym ? rzeniach czy w jednym ?
Wybierz w Wybierz włłasciwy test statystyczny ciwy test statystyczny
• co ma decydowa co ma decydowac o tym, o tym, _e grup e grupe
nazwiemy nazwiemy „grupa „grupa kontroln kontrolna” a” ?
• jakie kryteria jakie kryteria przyjmiemy ? przyjmiemy ?
- czy to, czy to, _e badane osoby nie maj e badane osoby nie maja
okre okreslonej choroby lonej choroby ?
- czy to, czy to, _e nie przyjmuj e nie przyjmuja okre okreslonego lonego
leku ? leku ?
Włas łasciwy wyb ciwy wybór / dob r / dobór pr r próby badanej by badanej
• ile pomiar ile pomiarów musimy wykona w musimy wykonac aby udowodni aby udowodnic
słuszno usznosc sc hipotezy statystycznej ? hipotezy statystycznej ?
• czy je czy je_eli przebadamy du eli przebadamy du_a _a liczb liczbe osobnik osobników, to w, to
mo mo_emy mie emy miec pewno pewnosc sc, _e wiarygodnie wypowiemy e wiarygodnie wypowiemy
si sie o braku lub wyst o braku lub wystepowaniu r powaniu ró_nic istotnych nic istotnych
statystycznie ? statystycznie ?
• na czym opieramy swoj na czym opieramy swoja ocen ocene jak du jak du_a powinna a powinna
by byc grupa ? grupa ?
• czy prowadzimy badania dop czy prowadzimy badania dopóty, dop ty, dopóki starcza ki starcza
nam nam srodk rodków finansowych czy wykonujemy w finansowych czy wykonujemy sci cisle le
okre okreslon lona liczb liczbe pomiar pomiarów ? w ?
• czy takiej estymacji dokonujemy czy takiej estymacji dokonujemy a priori a priori czy czy a
posteriori posteriori ?
oszacowanie liczebno oszacowanie liczebnosci grupy badanej / ci grupy badanej /
liczby powt liczby powtórze rzen - metody estymacji metody estymacji
1. dostrzegamy ju 1. dostrzegamy ju_ na na `pierwszy rzut oka pierwszy rzut oka' _e
por porównywane grupy r wnywane grupy ró_ni nia si sie mi miedzy sob dzy soba
2. nie wyst 2. nie wystepuj puja rzeczywiste r rzeczywiste ró_nice i nie wyka nice i nie wyka_emy emy
ich niezale ich niezale_nie od liczebno nie od liczebnosci pr ci próby, by, zbieraj zbierajac
bardzo du bardzo du_a _a liczb liczbe powt powtórze rzen mno mno_ymy tylko ymy tylko
niepotrzebnie koszty eksperymentu niepotrzebnie koszty eksperymentu
po to aby nie zbiera po to aby nie zbierac niepotrzebnie du niepotrzebnie du_ej liczby ej liczby
danych w sytuacji gdy: danych w sytuacji gdy:
po co stosujemy estymacj po co stosujemy estymacje
liczebnosci próby liczebnosci próby?
• oszacowanie liczebno oszacowanie liczebnosci grupy badanej ci grupy badanej
jest bardzo dobrym nawykiem jest bardzo dobrym nawykiem
• powinno cechowac ka_dego rzetelnego powinno cechowac ka_dego rzetelnego
badacza badacza
• niestosowanie metody estymacji iestosowanie metody estymacji
wielko wielkosci pr ci próby jest jednym z czynnik by jest jednym z czynników
decyduj decydujacych o niekompetencji w cych o niekompetencji w
prowadzeniu bada prowadzeniu badan naukowych naukowych
....... zatem
• dobór elementów próby powinien byc dobór elementów próby powinien byc
prowadzony w sposób prowadzony w sposób zrandomiz randomizowany owany
(np. przy zastosowaniu np. przy zastosowaniu generator generatora liczb liczb
losowych losowych)
• dane w próbie powinny byc niezale_ne od dane w próbie powinny byc niezale_ne od
siebie siebie
Zbierz dane Zbierz dane
wymaganie 1 wymaganie 1: ka ka_dy pomiar jest niezale dy pomiar jest niezale_ny ny od od
innych pomiar innych pomiarów, chyba w, chyba _e mamy do e mamy do
czynienia z pr czynienia z próbami z powt bami z powtórzeniami rzeniami
• jest to za jest to zało_enie wi enie wiekszo kszosci test ci testów
• je je_eli jest niespe eli jest niespełnione, to wynik wnioskowania nione, to wynik wnioskowania
statystycznego jest obarczony b statystycznego jest obarczony błe łedem dem
* * Zbierz dane Zbierz dane *
Dwa podstawowe wymagania opracowania Dwa podstawowe wymagania opracowania
statystycznego wynik statystycznego wyników bada w badan:
wymaganie wymaganie 2: ochotnicy do bada ochotnicy do badan sa dobrani w dobrani w
spos sposób losowy b losowy
• czy to w og czy to w ogóle mo le mo_liwe ? liwe ?
• jak dobra jak dobrac grupy grupy równocenne wnocenne pod wzgl pod wzgledem np. dem np.
wieku gdy badana jednostka chorobowa pojawia si wieku gdy badana jednostka chorobowa pojawia sie
jedynie w okre jedynie w okreslonych grupach wiekowych ? lonych grupach wiekowych ?
• czy w por czy w porównywalnej pod wzgl wnywalnej pod wzgledem wieku grupie dem wieku grupie
kontrolnej mo kontrolnej mo_emy wtedy wykluczy emy wtedy wykluczyc wyst wystapienie pienie
jakichkolwiek czynnik jakichkolwiek czynników, kt które mog re mogłyby wp yby wpływa ywac na na
badane przez nas parametry ? badane przez nas parametry ?
wymaganie wymaganie 2: ochotnicy do bada ochotnicy do badan sa dobrani w dobrani w
spos sposób losowy b losowy
- jak przeprowadzi jak przeprowadzic randomizacj randomizacje je je_eli pacjenci eli pacjenci
kt którzy reprezentuj rzy reprezentuja interesuj interesujaca nas grup nas grupe
badawcz badawcza spotykani s spotykani sa jedynie sporadycznie w jedynie sporadycznie w
materiale klinicznym ? materiale klinicznym ?
- jak przeprowadza jak przeprowadzac własciwie testowanie wp ciwie testowanie wpływu ywu
leku ? leku ? - rola rola placebo placebo
- co to jest pojedyncza i podw co to jest pojedyncza i podwójna jna slepa pr lepa próba ? ba ?
• niew niewłłasciwie przeprowadzone ciwie przeprowadzone
do doswiadczenie wiadczenie (wedłu edług niew g niewłasciwego ciwego
schematu badania r schematu badania ró_nic nic / asocjacji asocjacji)
wyklucza poprawne wyklucza poprawne uzycie uzycie
jakiegokolwiek testu jakiegokolwiek testu
• narzuca konieczno narzuca koniecznosc sc budowania budowania
włłasnego modelu testu dostosowanego asnego modelu testu dostosowanego
do analizy w do analizy własnego uk asnego układu adu
eksperymentalnego eksperymentalnego
Zastosuj w Zastosuj włłasciwy test statystyczny ciwy test statystyczny
planowanie doswiadczenia i sformułowanie
hipotezy badawczej
odchylenie standardowe (SD) vs. bład
standardowy (SEM)
testowanie hipotez statystycznych
testy parametryczne vs. testy nieparametryczne
normalnosc rozkładu i jednorodnosc wariancji
oszacowanie wielkosci próby badanej
testy sparowane vs. testy niesparowane
wielkrotne testy t jako rozwiniecie ANOVA
test chi2 a test dokładny Fishera
Najczesciej spotykane błedy w
opracowaniach statystycznych wyników
badan w medycznej literaturze naukowej
• weryfikacja poszczeg weryfikacja poszczególnych poprawnie lnych poprawnie
postawionych cz postawionych czastkowych hipotez stkowych hipotez
statystycznych pozwala opisa statystycznych pozwala opisac model model -
zweryfikowa zweryfikowac hipotez hipoteze opisuj opisujaca zachodzenie zachodzenie
procesu, prawid procesu, prawidłowo owosci, zale ci, zale_no nosci, itp. ci, itp.
• mo mo_liwe jest jedynie odrzucenie hipotezy liwe jest jedynie odrzucenie hipotezy
zerowej ( zerowej (z okre z okreslonym lonym prawdopodobie rawdopodobienstwem stwem,
czyli poziomem istotnosci czyli poziomem istotnosci), ale nigdy na ale nigdy na
udowodnienie jej prawdziwo udowodnienie jej prawdziwosci ci
Zadecyduj o wyniku do Zadecyduj o wyniku doswiadczenia wiadczenia
• formu ormułła stawiania hipotez statystycznych a stawiania hipotez statystycznych
jest ustalona jest ustalona
• nie ma nie mamy my du du_ej dowolno ej dowolnosci, jakie ci, jakie
powinno by powinno byc brzmienie hipotezy zerowej, brzmienie hipotezy zerowej,
a jakie hipotezy alternatywnej a jakie hipotezy alternatywnej
• wynika to z faktu ynika to z faktu, _e mo e mo_liwe jest jedynie liwe jest jedynie
odrzucenie hipotezy zerowej odrzucenie hipotezy zerowej, ale nigdy ale nigdy
udowodnienie jej prawdziwo udowodnienie jej prawdziwosci ci
hipotez hipotezy statystyczne statystyczne
• Hipoteza zerowa Hipoteza zerowa - fakt A jest prawdziwy fakt A jest prawdziwy
• Hipoteza alternatywna Hipoteza alternatywna - fakt A jest fa fakt A jest fałszywy szywy
H0: x : x1 = x = x2
HA: x : x1 ¹ x2
hipotez hipotezy statystyczne statystyczne
• czym bardziej warto zym bardziej wartosc sc testu odbiega od testu odbiega od
zera, zera, tym wi tym wieksze jest ksze jest prawdopodobie prawdopodobien-
stwo stwo _e srednie s rednie sa istotnie r istotnie ró_ne od ne od
siebie siebie
• im wi im wieksza jest warto ksza jest wartosc sc obliczonej obliczonej
statystyki tym mniejsze szanse statystyki tym mniejsze szanse,, _e
hipoteza zerowa jest prawdziwa oraz hipoteza zerowa jest prawdziwa oraz _e
obliczona r obliczona ró_nica jest dzie nica jest dziełłem em
przypadku przypadku, , a nie prawid a nie prawidłłowo owosci cia
hipotez hipotezy statystyczne statystyczne
• bła bład statystyczny statystyczny I rodzaju I rodzaju pope popełłniamy niamy
je je_eli odrzucamy hipotez eli odrzucamy hipoteze zerow zerowa, a, gdy gdy
jest ona prawdziwa jest ona prawdziwa
• bła bład statystyczny d statystyczny III rodzaju I rodzaju pope popełłniamy niamy
je je_eli nie odrzucamy hipotezy zerowej eli nie odrzucamy hipotezy zerowej
wtedy wtedy,, gdy jest ona fa gdy jest ona fałłszywa szywa
hipotez hipotezy statystyczne statystyczne
bład statystyczny I rodzaju - ryzyko skazania niewinnego
podsadnego
bład statystyczny II rodzaju - ryzyko uwolnienia winnego
złoczyncy
je s t niewinny je s t winny
swiat realny - oparty na faktach
werdykt
nie je s t winny
je s t winny bład I rodzaju
bład II rodzaju
Typy błedów statystycznych
Typy błedów statystycznych
H0 je s t prawdziwa H0 je s t fałs zywa
bład I rodzaju wnios e k s łus zny
(prawdopodobiens two =
is totnos c)
(prawdopodobiens two =
moc tes tu)
wnios e k s łus zny bład II rodzaju
(prawdopodobiens two =
1 - is totnos c)
(prawdopodobiens two =
1 - moc tes tu)
swiat realny
o drzucic H0
nie o drzucac H0
wynik tes tu
bład statystyczny I rodzaju - prawdopodobienstwo odrzucenia
hipotezy zerowej, gdy jest ona prawdziwa
bład statystyczny II rodzaju - prawdopodobienstwo przyjecia
hipotezy zerowej, gdy jest ona fałszywa
wybór testu statystycznego
proste testy istotnosci
wybór testu statystycznego
zaawansowane testy istotnosci
wybór testu statystycznego
nieparametryczne testy istotnosci
wybór testu statystycznego
testy asocjacji / zale_nosci
I M R A D
Introduction - co badano i dlaczego ?
Materials and methods - w jaki sposób badano ?
Results and - co wykryto ?
Discussion - co z tego wynika ?
Format publikacji
Zabierajac sie do pisania pracy naukowej
nale_y sobie odpowiedziec na pytania:
a/ jaka wiadomosc / przesłanie naukowe pragne
przekazac czytelnikom pracy
b/ do jakiego grona czytelników powinienem
skierowac to przesłanie
c/ jaki format / postac powinna miec
przekazywana przez mnie wiadomosc
d/ biorac pod uwage odpowiedzi na powy_sze
pytania: do jakiego czasopisma najlepiej
skierowac prace ?
a/ do kogo skierowana jest wiadomosc
zawarta w pracy ?
b/ czy mo_e zainteresowac bardziej okreslone
grupy czytelników od innych ?
c/ czy jest to wiadomosc skierowana raczej
do specjalistów czy ogólne przesłanie
kierowane do badaczy ró_nych specjalnosci ?
Grono odbiorców
Grono odbiorców
d/ czy wiadomosc mo_e zasadniczo zmienic
lub zmodyfikowac postepowanie w praktyce
(np. lekarskiej) ?
e/ czy odkrycia przedstawiane w pracy sa
czyms oryginalnym czy sa jedynie
potwierdzeniem wczesniej przedstawianych
wyników ?
Impact Factor - liczba cytowan w danym
roku w ró_nych czasopismach prac
opublikowanych w danym czasopismie w
ciagu ubiegłych dwóch lat podzielona przez
liczbe cytowalnych prac, które dane
czasopismo opublikowało w ciagu tych
samych dwóch lat
Dobór czasopisma
A/ przeszukiwanie literatury
• co zrobiono do tej pory ?
• jakie pytania pozostaja bez odpowiedzi ?
• jakie problemy wzbudzaja najwieksze
kontrowersje?
• czemu warto poswiecic szczególna uwage przy
badaniu danego (szerzej ujetego) problemu?
Etapy organizowania i planowania
publikacji naukowej
Etapy organizowania i planowania
publikacji naukowej
B/ stawianie hipotezy/hipotez
• jak brzmi pytanie, na które chcemy znalezc
odpowiedz realizujac badania ?
• jak wyglada model badawczy ?
• jakie (czy w ogóle jakies) metody statystyczne
pozwola poprawnie zweryfikowac stawiana
hipoteze badawcza ?
Etapy organizowania i planowania
publikacji naukowej
C/ zbieranie danych
najlepiej w sposób, który w ka_dej chwili pozwoli
nam nabierac wyobra_enia jak gromadzone
wyniki weryfikuja hipoteze badawcza
D/ pisanie
zarys pracy podzielonej na działy i fragmenty
odnoszace sie do poruszanych zagadnien i
watków, zestawienie argumentów za i przeciw
weryfikowanym koncepcjom, odpowiedzi na
postawione pytania szczegółowe
MEDLINE
baza bibliograficzna stworzona i rozwijana przez National
Center for Biotechnology Information (NCBI), działajacym przy
National Library of Medicine (NLM)
swoim zasiegiem obejmuje takie dziedziny jak medycyna,
farmacja, pielegniarstwo, stomatologia, weterynaria, systemy
opieki zdrowotnej i nauki przedkliniczne
zawiera obecnie ponad 11 milionów pozycji pismiennictwa
pochodzacych z 4500 czasopism z ponad 70 panstw,
ukazujacych sie w 30 jezykach od 1966 roku
około 52% rekordów pochodzi z czasopism wydawanych w
USA, a 86% odnosi sie do artykułów opublikowanych w jezyku
angielskim
ka_da pozycja zawiera autora/autorów artykułu, tytuł, zródło
pochodzenia (tytuł i numer czasopisma), a tak_e, w wiekszosci
przypadków, streszczenie pracy
aktualizowana raz w tygodniu; w ka_da sobote zostaje
dodanych około 8000 pozycji bibliograficznych, rocznie około
400 000
MEDLINE
dostepna poprzez siec Internet przede wszystkim na stronie
domowej NLM, www.nlm.nih.gov lub goscinnie równie_ na
innych stronach internetowych
pierwszym i najwa_niejszym składnikiem MEDLINE jest
baza PubMed rozwija sie w dzieki współpracy z wydawcami
czasopism
jesli istnieja strony internetowe zawierajace pełne teksty
publikowanych artykułów, to wraz z wynikami wyszukiwania
dostepne sa linki do poszczególnych artykułów w witrynach
wydawców
aby uzyskac dostep do pełnego tekstu artykułu mo_e byc
wymagana autoryzacja, co wia_e sie z koniecznoscia
poniesienia kosztów prenumeraty lub pojedynczej opłaty
praca z MEDLINE
wyszukiwanie w bazie PubMed jest skonstruowane
w taki sposób, aby niezaawansowany u_ytkownik
był w stanie znalezc interesujace go informacje
wystarczy wprowadzic do okienka wyszukiwarki
słowa - hasła wia_ace sie z poszukiwanym tematem
i kliknac przycisk "Go" lub wcisnac klawisz "Enter"
do wyszukiwania mo_na u_ywac jednoczesnie kilku
terminów i łaczyc je za pomoca operatorów
logicznych AND, OR, NOT
MEDLINE strategie wyszukiwania
według autora / autorów publikacji
np. smith ja, jones k ; Smith [au]
według tytułu czasopisma
pełna nazwa, skrót nazwy lub numer ISSN
według według dat
według słów kluczowych lub ciagów znaków
automatyczne poszukiwanie odpowiedników (Automatic Term
Mapping) - „inteligentne tłumaczenie„ wprowadzonego przez
nas słowa/słów według schematu:
MeSH (Medical Subject Headings) przy u_yciu tabeli
odpowiedników MeSH (MeSH Translation Table)
w polu Journal Title stosujac tablice nazw czasopism (Journal
Translation Table)
Identyfikowane jako fraza
w indeksie autorów
MEDLINE strategie wyszukiwania
dzikie karty `wildcarts'
np. flavor*
umo_liwi wyszukanie
flavored, flavorfil, flavoring
opcja ta jest obsługiwana je_eli liczba wariancji zwiazanych z
okreslonym ciagiem znaków < 150
szukanie całych fraz mo_na wymusic poprzez zamkniecie ich
w cudzysłów (" ")
wyszukiwanie terminów pochodzacych od nazwisk - cała
nazwa eponimowa lub cudzysłów
znaczniki pól: Author Name [AU], Journal Title [TA], Language
[LA], Title Words [TI], MeSH Terms [MH], Publication Date [DP]
pozycje pismiennictwa ze streszczeniami
np. platelet AND hasabstract
pozycje pismiennictwa z wersjami pełnotekstowymi
np. platelet AND medline pmc [sb]
A/ dobra znajomosc przedmiotu i
wielopłaszczyznowe zrozumienie problemu;
nale_y wyobrazic sobie hipotetyczne pytania,
które moga postawic czytelnicy i tak zestawic
tekst aby pozostawiał on jak najmniej
niejasnosci i pytan bez odpowiedzi;
Co jest wymagane do stworzenia
dobrej publikacji naukowej:
Co jest wymagane do stworzenia dobrej
publikacji naukowej:
B/ dopasowanie wypowiedzi do poziomu
wiedzy i zainteresowan potencjalnych
czytelników:
- czy sa to badacze tej samej specjalnosci co
autor/autorzy artykułu
- czy czytelnicy sa raczej laikami w dziedzinie,
której dotyczy praca i reprezentuja ogólny
poziom wiedzy
- jak du_o czytelnicy wiedza o przedmiocie
badan, metodyce
- czego chcieliby sie dowiedziec
- w jaki sposób czytelnicy moga wykorzystac
informacje zawarte w pracy
Co jest wymagane do stworzenia dobrej
publikacji naukowej:
C/ znajomosc terminologii, zwrotów oraz
własciwy dobór słów stosowanych w
publikacjach naukowych
D/ do napisania dobrej publikacji potrzebny
jest czas, nie nale_y zostawiac pisania na
ostatnia chwile, gdy_ maszynopis powinien
byc wielokrotnie przegladany, ulepszany i
poprawiany przez wszystkich współautorów
Umiejetnosc pisania publikacji
naukowych „szlifuje sie” poprzez:
1. czytanie du_ej liczby innych prac
naukowych napisanych dobrym naukowym
jezykiem (publikowanych w czasopismach
o wysokim IF);
2. posługiwanie sie dobrym słownikiem i
tezaurusem (np. Websters Dictionary,
Bartlett's Roget's Thesaurus)
„Praktyka czyni mistrza”
krótkie słowa, konkretne, jednoznaczne
terminy odnoszace sie do mierzalnych
własciwosci
- w nauce wszystko co mierzalne jest
lepsze, gdy_ jest bardziej scisłe
„mean values of any parameter in controls
and patients are comparable”
Reguły syntaktyczne tekstu publikacji naukowej
• czy wyraz „comparable” odnosi sie do tego,
_e wartosci te mo_na porównac, gdy_ zostały
wyra_one w tych samych jednostkach
• czy dlatego _e zostały zmierzone przez tego
samego badacza
• czy dlatego, _e zmierzono je u_ywajac tego
samego sprzetu
• czy dlatego, _e maja ta sama w przybli_eniu
wartosc
„mean values of any parameter in controls
and patients are comparable”
przykład
„mean values of any parameter in controls
and patients are the same”
lub
„mean values of any parameter in controls
and patients are not significantly different”
„mean values of any parameter in controls
and patients are comparable”
przykład
koloru niebieskiego = niebieski
barwy _ółtej = _ółty
unikamy zbednych okreslen i opisów:
Reguły syntaktyczne tekstu publikacji naukowej
"Rapid ventricular tachycardia causes
hemodynamic collapse"
ma silniejsza wymowe ni_
"Rapid ventricular tachycardia, which has
various manifestations on the ECG, causes
hemodynamic collapse"
krótkie, proste zdania (nie powinny miec
wiecej ni_ 40 słów), najlepiej gdy
podmiot sasiaduje z orzeczeniem
Reguły syntaktyczne tekstu publikacji naukowej
"Abnormal ECG findings teach us how to
interpret ECGs"
brzmi lepiej ni_ zdanie
"Abnormal ECG findings are good teaching
tools”
jako orzeczenie w zdaniu lepsze sa silniejsze
(zwrotne) czasowniki (te zwiazane z akcja/
działaniem) ni_ słabe (bierne)
(te zwiazane z byciem, istnieniem)
Reguły syntaktyczne tekstu publikacji naukowej
"Premature ventricular complexes, because of
the increased use of telemetry monitors, are
seen more frequently today."
jest zdaniem słabym w porównaniu ze zdaniem
"Premature ventricular complexes are seen
more frequently today because of ...”
zdania podrzedne lepiej umieszczac na
poczatku lub na koncu ni_ w srodku zdania
oznajmujacego
Reguły syntaktyczne tekstu publikacji naukowej
„In our study we concluded that ...."
jest lepsze ni_
„It was concluded in our study that ...”
lepiej u_ywac strony czynnej ni_ biernej,
chocia_ ta ostatnia cieszy sie du_ym
powodzeniem wsród autorów publikacji
naukowych; strona bierna jest własciwym
wyborem, je_eli trudno okreslic wykonawce
lub powoływanie sie na niego jest niecelowe
Reguły syntaktyczne tekstu publikacji naukowej
stosowne jest budowanie równoległych
konstrukcji zdaniowych w celu
obszerniejszej charakterystyki
opisywanego zjawiska, zale_nosci, itp.
Reguły syntaktyczne tekstu publikacji naukowej
przykład
"In dealing with appendicitis, we learned
that it is important to be aware of the
symptoms, to know the physical findings,
and to reexamine the patient frequently."
jest jasniejsze ni_ zdanie:
"In dealing with appendicitis, we learned
that it is important to be aware of the
symptoms, knowing the physical findings is
important, and one should reexamine the
patient frequently."
nale_y unikac długich ciagów
rzeczowników (w tekstach angielskich)
Reguły syntaktyczne tekstu publikacji naukowej
"This report explains our projects to
stimulate improvements in medical
education ."
jest lepsze ni_ zdanie:
"This report explains our medical
education improvement projects."
forma czasownikowa zdania jest lepsza
ni_ forma rzeczownikowa
Reguły syntaktyczne tekstu publikacji naukowej
"The operation was performed
successfully."
jest lepsze ni_ zdanie:
"The performance of the operation was a
success."
nale_y unikac podwójnych zaprzeczen
Reguły syntaktyczne tekstu publikacji naukowej
"Less attention is paid to
roentgenograms that lack clarity than to
other kinds of images."
jest niejasne i lepiej go zastapic zdaniem:
"Physicians pay more attention to images
that are clear than to unclear images."
poszczególne aspekty zagadnienia najlepiej
omawiac w ró_nych paragrafach
ka_dy paragraf powinien byc zwarty, a zdania
powinny tworzyc spójny ciag myslowy
ka_de nastepne zdanie powinno byc
konsekwencja / odwoływac sie do zdania
poprzedzajacego w logiczny sposób
sprze_enie logiczne mo_e byc wsparte
sprze_eniem werbalnym, tzn.
charakterystyczne słowa kluczowe
powtarzaja sie w poszczególnych zdaniach
Reguły syntaktyczne tekstu publikacji naukowej
paragraf powinien dyskutowac okreslona idee
/ mysl w sposób shierarchizowany, tzn. od
aspektów ogólnych do coraz bardziej
szczegółowych
ka_dy paragraf zawiera 3-5 zdan, liczba
paragrafów na strone wynosi zwykle 2-3
aby łatwiej oddzielac w myslach poszczególne
paragrafy mo_na zostawic wolny odstep
miedzy nimi i/lub rozpoczynac ka_dy nowy
paragraf wcieciem
Reguły syntaktyczne tekstu publikacji naukowej
zestawiamy je przed pisaniem rozdziału `Wyniki'
nie ka_da publikacja musi zawierac tabele
tabela - aby była dobrym uzupełnieniem tekstu
- powinna zastepowac 1000 słów
format tabel dostosowujemy do formatu
wymagan czasopisma
tabele do prezentacji powinny byc proste,
zawierajace niewiele danych
tabele przedstawiane w maszynopisach moga
byc bardziej obszerne i zło_one
Tabele
reguły tworzenia i zamieszczania w tekscie
nie nale_y odwoływac sie “shown in the table
above (or below)”, poniewa_ nigdy nie wiemy
gdzie znajdzie sie tabela po zło_eniu tekstu w
szpaltach opublikowanego artykułu
rzedy i kolumny tabeli musza byc własciwie
sformatowane, z tytułami kolumn i wierszy,
zawierac jednostki (układ SI) i podawac
wielkosci próby badanej
oznaczenia ND (not determined, nie oznaczane)
i NA (not applicable, nie dotyczy)
z formatem tabeli nale_y poeksperymentowac,
np. zamienic kolumny z rzedami tabeli
ka_da tabela powinna byc niezale_na, zawierac
tytuł oraz dokładny opis, tak aby mo_na było
zanalizowac dane tabeli bez odwoływania sie
do wyjasnien w tekscie pracy
Tabele
TYTUŁ TABELI
Platelet function monitored in CABG patients with the use
of PFA-100™ and WBEA on the 10th postoperative day
and one month after surgery
OPIS / LEGENDA TABELI
Data shown as median (interquartile range). For the purpose of
WBEA determinations whole blood platelets were agonized with 1
µg/ml collagen or 0.5 mM arachidonic acid. Significance of
differences between measurement points A and B was estimated
by one-sided Wilcoxon's signed rank test for paired comparisons.
Table 1 przykład
rysunek powinien ilustrowac w jak najprostszy
sposób to co opisujemy w tekscie pracy
pamietajmy, _e czytelnicy zwykle najpierw
ogladaja ilustracje studiujac wyniki pracy
format rysunku (wielkosc czcionki, grubosc
linii, wielkosc punktów, czytelnosc opisów)
stanowi w znacznej mierze o zainteresowaniu
praca
rysunki u_ywane podczas prezentacji powinny
byc prostsze ni_ te przeznaczone do
publikacji
Wykresy i rysunki
reguły tworzenia i zamieszczania w tekscie
Wykresy i rysunki
kiedy rysunki kiedy tabele ?
0
10
20
30
40
50
60
70
80
90
100
0 2 4 6 8
duration of tre atme nt [days]
PAI-1 re le ase [%]
2 5 8 30
4 10 12 60
6 15 15 80
8 20 15 100
days
ASA
NA
MNA
treatment
PAI-1 release [%]
ka_dy rysunek powinien byc niezale_ny (posiadac
dokładna legende) i mo_liwy do przeanalizowanie bez
koniecznosci odwoływania sie do tekstu
TYTUŁ WYKRESU
The comprehensive
scores (CS) of
three-parametric
analysis of platelet
reactivity in CABG
patients
LEGENDA RYSUNKU
The comprehensive score values at one month after CABG were
significantly lower (Me; IQ: -2.1; -3.8 to -1.7) compared to CS values at 10th
postopera-tive day (0.9; 0 to 2.6, p < 0.0001). The higher CS values reflect a
higher platelet non-responsiveness to aspirin. For details of data analysis
see Materials and Methods.
obrazuja trendy, tendencje, zmiany w czasie
przedstawiaja zale_nosci miedzy zmiennymi
niezale_nymi a zale_nymi
sa trudniejsze do własciwej interpretacji ni_
wykresy słupkowe
Rodzaje wykresów
wykresy liniowe / punktowe
je_eli tempo zmian jest istotniejsze ni_ aspekt
ilosciowy zmian, wykresy tego typu
przedstawia sie w postaci logarytmicznej
lub półlogarytmicznej
Rodzaje wykresów
wykresy liniowe logarytmiczne
słu_a do do przedstawiania zale_nosci (asocjacji)
Rodzaje wykresów
wykresy kropkowe / skaterogramy
proste w wykonaniu oraz interpretacji i najchetniej
wykorzystywane, do przedstawiania zale_nosci
przyczyna-skutek
Rodzaje wykresów
wykresy słupkowe / histogramy
0.715
0.883
0.437
0.383
0
0.3
0.6
0.9
czestosc alleli
G T
kontrola
chorzy
_
0,388
0,378
_
0,857
0,908
0,0
0,5
1,0
czestosc alleli w grupie udarowców
T G
_ kobiety me_czyzni
widowiskowe, ale trudne do porównania zmian;
najczesciej stosowane do przedstawiania frakcji
Rodzaje wykresów
wykresy torcikowe
Rodzaje wykresów
wykresy „pudełkowe z wasami”
Rodzaje wykresów
wykresy drabinkowe
stosowane do przedstawiania wyników pomiarów
sparowanych
Rodzaje wykresów
wykresy rozrzutu w grupach
dobrze charakteryzuja zmiennosc wewnatrzpopulacyjna
Rodzaje wykresów
krzywe prze_ycia
Rodzaje wykresów
fotografie
wykadrowanie szczegółów