Experimentální design

(Základní uspořádání empirické studie)

ObsahTypy empirických studií, výhody a

nevýhodyVytváření experimentálního a

kontrolního souboruOšetřování matoucích proměnných Velikost souboru, analýza síly studie

ObsahTypy empirických studií, výhody a

nevýhodyVytváření experimentálního a

kontrolního souboruOšetřování matoucích proměnných Velikost souboru, analýza síly studie

Základní typy studií

Pokus (experiment) - V ideálním případě má výzkumník pod kontrolou veškerý průběh pokusu, zejména výběr pokusných objektů. Nevýhoda: riziko experimentálních artefaktů.

Pozorování - V ideálním případě výzkumník do průběhu pozorování nijak nezasahuje a neovlivňuje průběh sledovaného děje. Nevýhoda: Průběh mají pod kontrolou experimentální objekty.

Typy empirických studiíExperiment (intervenční studie)Pozorování

deskriptivní studie analytické studie

Uspořádání pozorování deskriptivní studie

kazuistiky korelační studie (porovnávají se populace) průřezové studie (cross–sectional study) (porovnávají se jedinci ale jen

jednorázově) analytické studie

studie případů a kontrol (case-control study) – zpětně se pátrá po příčině

kohortové studie (=incidenční, prospektivní, longitudiální) – stejné osoby se vyšetřují opakovaně a pátrá se po důsledcích případné expozice určitému faktoru (retrospektivní i prospektivní uspořádání)(historical/prospectiv cohort study; longitudinal study)

Uspořádání studie

Jednoduché a komplexní uspořádání jedna studie - jeden faktor? (Interakce!)

Základní a pokusný soubor reprezentativnost (zobecnitelnost výsledků) homogenita souboru (zvyšuje sílu testu)

Kontroly úloha negativních a pozitivních kontrol randomizace - rozdělování objektů do skupin placebo, slepý pokus, dvojnásobně slepý pokus, otevřený pokus velikost vzorku kontrol – maximálně 1 : 5 spárování kontrol a případů (párové testy jsou silnější)

Obsah Typy empirických studií, výhody a nevýhody Vytváření experimentálního a kontrolního

souboru Ošetřování matoucích proměnných Velikost souboru, analýza síly studie Určování kauzality Vícečetné testy Spojování výsledků z nezávislých testů

Experimentální uspořádání a struktura dat

Nezávislost dat Listy jedné rostliny, vejce v hnízdě Fylogeneticky příbuzné organismy (evoluční kontrasty)

Jak odfiltrovat Obecné lineární smíšené modely (GLMM) Průměry, Z-skóry

Úplné x neúplné uspořádání (hierarchické uspořádání - nested design) Několik pozorovatelů, každý hodnotí jen část objektů

Hierarchický = zahnízděný design

Vliv fáze menstruačního cyklu na olfaktorickou atraktivitu žen

(Havlíček 2002)

čichač 1 čichač 2 čichač 3

žena 1 žena 2 žena 3 žena 6… žena 9 žena 10 žena 11 žena 12… žena 17žena 18 žena 19…

…

o+ o- o+ o- o+ o- o+ o- o+ o- o+ o- o+ o- o+ o- o+ o- o+ o-o+ o-

žena 18

o+ o-

Experimentální uspořádání a struktura dat

Nezávislost dat Listy jedné rostliny, vejce v hnízdě Několik pozorovatelů, každý hodnotí jen část objektů Fylogeneticky příbuzné organismy (evoluční kontrasty)

Úplné x neúplné uspořádání (hierarchické uspořádání - nested design)

Vyváženost dat v jednotlivých skupinách

ObsahTypy empirických studií, výhody a

nevýhodyVytváření experimentálního a

kontrolního souboruOšetřování matoucích proměnných Velikost souboru, analýza síly studie

Matoucí proměnné

Eliminace snižuje riziko systematické chyby zvyšuje sílu testu

RandomizaceBlokování

párování latinské čtverce vyvážené uspořádání

Latinský čtverec V každé řádce každá úroveň pouze jednou Jednotlivé úrovně vždy v jiné pozici Všechny úrovně se objeví v jednotlivých pozicích

stejně často

A B C DB C D AC D A BD A B C

A B C DB D A CC A D BD C B A

nevyvážený vyvážený

Matoucí proměnné Eliminace

snižuje riziko systematické chyby zvyšuje sílu testu

RandomizaceBlokování

latinské čtverce vyvážené uspořádání

Monitorování a následné statistické filtrování

ObsahTypy empirických studií, výhody a

nevýhodyVytváření experimentálního a

kontrolního souboruOšetřování matoucích proměnných Velikost souboru, analýza síly studie

Velikost souboruRizika malých souborů

riziko chyby II typu neúčinná randomizace nemožnost blokovat rušivé proměnné nepřesnost odhadů populačních parametrů nepoužitelnost některých metod

chi2 – četnosti musí být větší než 5 nejlepší – exaktní testy

Dostatečná velikost pokusného souboru závisí na:

variabilitě sledované veličinypočtu sledovaných nezávislých faktorů technických možnostechpožadované míře jistotyvelikosti očekávaného efektu

Pozor na příliš velké soubory!

Analýza síly studie (power analysis)

Určení vhodné velikosti vzorku Interpretace negativního výsledku studie

Umožňuje předem zvolit nebo zpětně kvantifikovat pravděpodobnost chyby II druhu, tj. pravděpodobnost, že neodhalíme asociaci i když ve skutečnosti existuje.Obvykle se považuje za rozumnou hodnota 80%.

Analýza síly testu

0 10 20 30 400

0,2

0,4

0,6

0,8

1,0

síla

test

u

očekávaný efekt (%)0 10 20 30 40

0

20

40

60

80

100

dete

kova

teln

ý ef

ekt (

%)

velikost souboru

N = 24

síla testu 80%

Shrnutí Do empirických studií patří experiment i pozorování,

obojí má své výhody i nevýhody Velkou pozornost je třeba vždy věnovat vytváření

kontrolního souboru U pozorování je třeba velkou pozornost také věnovat

ošetřování matoucích proměnných Pozor na nezávislost dat Je nutné znát rizika spojená s nedostatečnou velikostí

souboru, i rizika velkých souborů Určit vhodnou velikost souboru i posoudit riziko falešně

negativního výsledku studie nám umožňuje analýza síly studie