修复科学，部分
RSS
搜寻文字 区分大小写 确切的词 包括评论
列表 书签
GiveWell博客 有一些建议 “社会科学建议”。 这是最大的一个：
在审查研究时，我们最大的担忧是 发表偏见，广泛解释。 我们都想知道（a）完成了多少研究，但由于人们认为结果有趣或与他们希望的结果不一致而未发表，因此从未发表； （b）对于给定的论文，在选择数据的最终解释之前，先对数据进行了多少种不同的解释。
我们能想到的最好的解毒剂是按照以下方法预先注册研究 ClinicalTrials.gov，美国国立卫生研究院的服务。 医学研究人员在该站点上宣布了他们的问题，假设以及收集和分析数据的计划，并在收集和分析数据之前发布了这些问题，假设和计划。 如果得出的结果与研究人员期望的结果不同，那么就没有办法将其隐藏在积极的研究人员面前。
正如NIH的示例所示，这不仅是社会科学问题，还在于 在利用统计数据的任何科学中都盛行。 统计方法已成为可以通过任何必要手段获得的指标，而实际上，它们应该成为更好地了解现实的准则。 在我看来，统计科学中有意识和无意识偏见问题的唯一解决方案似乎是某种根本性的透明性。 有相当多的科学人种志，这表明科学的完成方式与人们可能会基于最终产品所假定的清洁和理性的企业大相径庭。 清除某些自然现象的唯一方法 人 企业中的偏见是要对此有所了解。
（从重新发布 探索/ GNXP 经作者或代表的许可）
关注@razibkhan 
如果你或你的读者还没有读过 xkcd，我想起了最近的一部漫画： http://xkcd.com/882/
在 Ben Goldacre 的一本书中，他引用了一项关于发表偏倚的研究，该研究表明关于发表偏倚的研究存在发表偏倚。 鉴于对分布的合理假设，人们不会发表只会显示出很小偏差的研究。 我现在不知道这是搞笑还是只是证明了发表偏倚的问题有多严重。
哈哈。 我认为本周的评论！
学习偏见有偏见吗？
统计方法已成为通过任何必要手段获得的指标，而实际上它们应该是更好地掌握现实的指导方针。
如此真实。 人类似乎对命理学有着浓厚的兴趣，无论他们受过多少教育。 即使在可以说是所有生物科学中最精确的蛋白质晶体学中，也有很多与“达到预期目标”相关的废话。
如果 NIH 和 NSF 刚刚开始要求将其作为获得资助的要求，则可以做到这一点。
http://www.sciencedaily.com/releases/2011/02/110210075726.htm
“在他最近的题为“分析你没有得到的数据”的就职演讲中，Sutton 教授说明了他如何通过抗抑郁药方面的工作开发出用于识别和量化系统评价中偏见的工具。”
当然，随着时间的推移，这可能会也可能不会。