Pessoal, aqui da terra aonde não tem Carnaval, imagino que vocês devem estar doidos para voltar ao trabalho, à bancada, aos artigos… e o que pode ser melhor do que começar a analisar aqueles dados que foram coletados já faz um tempo… … pois então, me lembrei de um artigo que foi discutido no Journal Club aqui dos pós-doutores de Stanford pelo Mannish Butte, que é professor assistente aqui. Uma pessoa interessante que talvez seja um bom tema para um outro blog. Ele apresentou um trabalho intulado “Error bars in experimental biology”, publicado em 2007, já faz tempinho, mas eu não conhecia. É só sobre o uso de error bars, mas achei bem útil. A referência é: Geoff Cumming,Fiona Fidler, and David L. Vaux, The Journal of Cell Biology, Vol. 177, No. 1, April 9, 2007 7–11, http://www.jcb.org/cgi/doi/10.1083/jcb.200611141.
Sumário: “Error bars commonly appear in figures in publications, but experimental biologists are often unsure how they should be used and interpreted. In this article we illustrate some basic features of error bars and explain how they can help communicate data and assist correct interpretation. Error bars may show confidence intervals, standard errors, standard deviations, or other quantities. Different types of error bars give quite different information, and so figure legends must make clear what error bars represent. We suggest eight simple rules to assist with effective use and interpretation of error bars.”
Este comentário foi removido pelo autor.
ResponderExcluirÉ... pelas participações aqui nos comentários, o tema não caiu nas graças da galera...
ResponderExcluirMas deveria! Pq de bioestatísticos, arrisco a dizer que, menos de 10% dos pesquisadores tem alguma coisa.... Ou pelo menos, procuram ter um seu grupo um consultor próprio na área. Na minha humilde opinião, o assunto "estatística" deveria receber atenção prioritária para garantir práticas científicas de excelência, que realmente compensem todo o investimento financeiro do governo. Pq do jeito que é feito nos dias de hj, vamos combinar que está longe de ser o mais indicado, né? Bom, mas isso é a opinião dessa formiguinha operária, mais uma na multidão, que atente pelo nome de Gabriela... quem sou eu afinal rs
Eu fico realmente preocupado quando vejo dados de artigos em imunologia. Por exemplo, nem todos os artigos mostram o valor de F e de p nos Resultados. Além disso, quando o EPM é muito grande, visualmente fico, às vezes, duvidando se os dados são realmente significativos ou se beiram a significancia estatística(ex: p < 0,06 ou p < 0,03. Se rodarmos novamente o experimento, o p vai continuar a ser significativo?)
ResponderExcluirQuando p < 0,05 significa que de cada 20 experimentos, 1 deles não será significativo. Por isso é mais confiável usar p < 0,01 ou p < 0,001, mas muitos artigos omitem esse dado, deixando somente o asterisco ditar as regras do jogo sem qualquer referencia ao verdadeiro número do p.