Atsakymas į dr ad tsakok | akis

Atsakymas į dr ad tsakok | akis

Anonim

Pone

Mes labai vertiname dr. AD Tsakoko susidomėjimą mūsų neseniai paskelbtu straipsniu. 1 Savo laiške 2 jis siūlo kitokį požiūrį į statistinę problemą, kurią išsprendėme naudodamiesi studento dviejų imčių t- testu arba dispersijos analize (ANOVA). Dr Tsakokas teigia, kad mūsų statistinio požiūrio trūkumas yra vienodų dispersijų tarp grupių prielaida (Behrens-Fisher problema 3, 4 ). Jo nuomone, dėl šios prielaidos pritaikyti testai tampa netinkami tikslams, kuriems jie buvo skirti. Dr Tsakokas pasisako už statistinį testą, kurį jis pats sukūrė, kad būtų galima palyginti kiekybinius įvairių grupių duomenis 5, ir kurį jau galima įsigyti kaip komercinę programinę įrangą.

Dr Tsakokas stengėsi įrodyti savo mintį taikydamas savo testą duomenims, kurie yra keliose publikacijose. 1, 6, 7 Remiantis jo išvadomis, mums nepavyko aptikti reikšmingų bendro pertraukų skaičiaus ir geriausiai koreguoto regėjimo aštrumo skirtumų tarp skleralinės sagties ir vitrektomijos praėjus 6 mėnesiams po operacijos (3 lentelė 1 ).

Mes naudojome plačiai taikomą statistikos paketą SPSS 11.5 (Čikaga, IL, JAV). Duomenų pasiskirstymo normalumas buvo patikrintas naudojant Shapiro-Wilks testą, o dispersijos lygybė buvo patvirtinta naudojant Levene testą. SPSS apskaičiuoja dviejų mėginių t -testo dviejų testų statistinius duomenis: vieną tais atvejais, kai abiejų grupių dispersijos yra vienodos, kitą - tais atvejais, kai jie skiriasi. Jei dispersijos smarkiai skyrėsi, pastarąjį testą įgyvendinome kartu su atitinkamomis reikšmingumo vertėmis. Be to, atsižvelgdami į retrospektyvų mūsų tyrimo pobūdį, mes pabrėžėme, kad išvados gali būti apskritai netaikomos. 1 Pagal šiuo metu plačiai priimtus standartus 8, 9 vis dar esame įsitikinę, kad mūsų tyrime naudojama statistinė metodika buvo tinkama.

Mes sutinkame su dr. Tsakoku gerbdami Behrens-Fisher problemos problemą. Remiantis mūsų literatūros tyrimais, Tsakoko testas iki šiol nebuvo nei visuotinai pripažintas mokslo bendruomenėje, nei plačiai pritaikytas panašių statistinių problemų sprendimui. Tai gali būti pranašesnė už statistinius testus, kurie šiuo metu taikomi klinikiniams duomenims, tačiau pirmiausia tai turi patvirtinti nepriklausomi statistikai.