Петр Талантов

Фишер же критиковал наблюдательные исследования как таковые. Он справедливо напоминал, что статистическая взаимосвязь двух параметров вовсе не обязательно означает наличие между ними причинно-следственной связи, подтвердить которую могут только рандомизированные эксперименты.

Представим, что у нас есть наблюдаемая и проверяемая взаимосвязь между двумя вещами [писал Фишер]. Помнится, британский профессор Удни Юл упоминал как раз такую, она будет хорошей иллюстрацией. Он говорил, что в те годы, когда в Великобританию импортировали много яблок, было зарегистрировано много разводов. Корреляция была большой, статистически значимой, даже очень значимой, и ошибки тут быть не могло. Но, к счастью, никто не пришел к выводу, что яблоки вызывают разводы или что разводы стимулируют импорт яблок.

Логики минувших дней сказали бы, что post hoc [лат. “после”] не то же самое, что propter hoc [лат. “вследствие”], или, другими словами, как сказали бы в начале нашего века, когда у статистиков уже был десятилетний опыт использования коэффициэнтов корреляции как инструмента в исследованиях, – корреляция не есть причинно-следственная связь

Распространена ошибочная интерпретация p как вероятности ложноположительного результата. А значит, при p < 0,05 вероятность, что нулевая теория верна и отклонена ошибочно, не превышает 5%. Ошибка в том, что p-значение – это не вероятность правильности нулевой теории при условии получения наблюдаемых данных. Это вероятность наблюдать такие данные при условии, что нулевая теория верна. Разница принципиальная. Так, вероятность, что вы беременны, если вы женщина, не равна вероятности того, что вы женщина, если вы беременны. В первом случае она равна 3%[213], во втором же стремится к 100%.

Один из самых важных вопросов, который мы должны задавать в отношении каждого клинического эксперимента: какие пациенты в нем участвовали? Исследователи далеко не всегда описывают, как проводили отбор, что чревато ошибочным распространением выводов на другие группы пациентов.

В надежде получить положительный результат на этапе отбора из исследования могут исключить самых старых, страдающих самой тяжелой формой или находящихся на самой поздней стадии заболевания. Понятно, что полученные на такой выборке результаты могут быть неприменимы ко всей популяции.