A way of thinking

筆者個人の思考過程です。意見には個人差があります。

Sutherland, W.J., Spiegelhalter, D. & Burgman, M. (2013) Twenty tips for interpreting scientific claims. Nature, 503, 335-337.

AMNさんがいる,SutherlandさんのNatureのコメント。「科学的な主張を解釈するための20のヒント」。せっかくなので簡単に日本語に訳してみます。どうもいまいちそのまま日本語にしたら意味がわからなそうなものは,意訳していますが,自信はあまりないです。

  • 差異と偶然がばらつきを生み出す。
  • エラーのない測定値はない。
  • バイアス(偏り)はそこら中に。
  • サンプルサイズ(標本数)は通常大きい方がよい。
  • 相関は因果関係を意味しない。
  • 平均への回帰に注意*1
  • データの範囲を超えた外挿はリスキー。
  • 誤って黒と判断してしまう可能性に気をつけなさい。
  • (処理区に対して)対照区を設定しておくことは大事です。
  • ランダム化によってバイアスを回避できます*2
  • 疑似反復ではなくて,(真の)反復を追求しなさい。
  • 科学者だって人間だもの*3
  • 有意性は有意*4
  • 有意性の無いことと,影響が無いことを区別しなさい。
  • 影響サイズ,そう,それが問題ないのです。
  • 研究の妥当性が一般化を制限する*5
  • フィーリング(感情?感性?)がリスク認知に影響する。
  • 依存性*6がリスクの大きさを変える*7
  • データは都合の良いようにアレンジされたものかもしれない*8
  • 極端な測定値は要注意。

と訳して、誰かが訳してるかもと思ったら,畝山さんが。。まぁ大体同じ感じですね。

*1:偶然や誤差でたまたま極端なパターンが観測されているのかも

*2:林さんのこの記事

*3:複数の独立のソースからの証拠と反復がもっと全然説得力がある,とのこと:訳がいまいち

*4:これはイマイチ何を意図しているのかわからない

*5:例:室内または動物実験から人への影響に一般化するのには限界がある

*6:出来事同士の相関性?

*7:例えば,暴風と大雨が相関するとか

*8:オリジナルは,Data can be dredged or cherry pikced