Бизнес план ирландского паба в Украине в 2021 году
Составляя бизнес план бара, продумайте все до мелочей
Вы решили открыть паб? Почему бы и нет. Во всем мире английские пабы считаются одними из самых демократичных заведений. Там можно выпить пива и пообщаться с друзьями. Но имейте в виду, что в городе и так очень много увеселительных заведений, из которых чуть меньше половины — пабы. Поэтому, прежде всего, советую изучить работу конкурентов, выявить все плюсы и минусы. Добавить плюсов и убрать очевидные минусы. Продумайте все до мельчайших подробностей. Придумайте название, историю, логотип. Определитесь с тем, в какую форму будет одет ваш персонал и даже какая музыка будет звучать у вас в ресторане. Потому что успех или неуспех любого бизнеса складывается из, казалось бы, незначительных деталей. Старайтесь держать под контролем все, начиная с себя. Контролируйте себя каждый день, каждый час. Приходите на работу с чувством, что это ваш первый рабочий день, открытие.
Придумайте историю своему пабу (этот пункт можно не вносить в бизнес план бара)
Постарайтесь придумать свою изюминку (лучше несколько), что-то, что было бы характерно только для вас.
У нас зародилась идея создать британский паб, названный женским именем, где все официантки и бармены были бы девушки, одетые в форму британских школьниц, открытые, коммуникабельные и приветливые. Когда мы придумывали название, нам вспомнилась старая легенда о том, как в XVII веке в Англии жила некая Нелл Гвинн — комедийная актриса из Театра Роял, очарование и внутренняя энергия которой покорили сердца многих людей и даже короля Чарльза II. Мы придумали ей не менее очаровательную прапраправнучку Молли, которая, спустя столетия, решила создать традиционные
Прежде чем прорабатывать бизнес план бара, изучите район, в котором собираетесь открывать паб
При открытии любого заведения, связанного с питанием, надо подробно ознакомиться с районом, где оно будет располагаться. Необходимо понять, кто в нем живет, какие офисы расположены неподалеку, какие машины стоят во дворах, как одеваются люди — все, что характеризует его обитателей.
Создайте теплую дружескую атмосферу
Складывается она из многих мелких нюансов: это и улыбки официанток, и не скрипучая дверь на входе, и хороший вид из окна, и улыбки людей, сидящих за соседними столиками, и даже хороший запах в туалете — перечислять все это можно долго. В сети пабов «Молли Гвинн’з», помимо всего вышеперечисленного, уютную атмосферу создает, конечно же, наш персонал, всегда предлагающий высокопрофессиональное обслуживание; его открытость, коммуникабельность, улыбчивость настраивают наших гостей на приятное времяпрепровождение.
Обязательно внесите в бизнес план бара вопрос издержек. Будьте готовы взять ответственность за любое блюдо
Кухня — является одной из главных причин, по которой люди либо ходят, либо не ходят в ресторан. Что такое 
В России в пабы приходят еще и поесть, причем желательно вкусно. Старайтесь предлагать гостям разнообразное и действительно вкусное меню. В основном, оно, конечно, должно быть сосредоточено вокруг пива: это и крылышки, и сухарики, и гренки и многое другое. Однако только к закускам меню сводиться не должно. У нас вы сможете полноценно пообедать, взяв суп, горячие блюда и даже десерт. Кроме того, старайтесь предлагать гостям большие порции, которыми действительно можно наесться. Если это бифштекс, то пусть это будет настоящий большой бифштекс, вкусный и сочный. Продукты должны быть, безусловно, свежими и качественными. Например, все рыбные блюда должны быть приготовлены только из свежей рыбы, ни в коем случае не из замороженной. Вы ответственны за каждое блюдо, которое вы предлагаете гостям.
Главное для официанта — умение найти общий язык с клиентом
Наша кадровая политика такова — опыт не важен, важен сам человек. Он может быть абсолютно без опыта работы, даже без образования, но если человек зажжен изнутри, если он может войти в контакт с посетителем, настроить его на позитивный лад — это наш человек.
Грамотно составленный бизнес план бара — это не только финансовая часть.
Стильный дизайн привлечет гостейНи для кого не секрет, что вкусы у всех абсолютно разные: кто-то любит яркие цвета, кто-то — холодные, кто-то предпочитает классический стиль, кто-то модерн. Поэтому от того, какой стиль выберете вы для своего ресторана, будет зависеть и контингент ваших гостей. Для наших пабов мы выбрали британский стиль — теплый, демократичный, располагающий к хорошей беседе и приятному времяпрепровождению. Мы пытались создать маленькую частичку Британии, чтобы люди приходили и чувствовали себя здесь как дома. Весь интерьер наших 
Лучшая реклама — это хорошие слухи
Лучшая реклама для подобного рода заведений — это довольный клиент. Есть такое негласное правило «4/8». Недовольный гость уведет, так или иначе, восьмерых потенциальных клиентов, потому что негативные эмоции чаще выплескиваются, чем позитивные. А довольный клиент приведет только четырех. Поэтому главное для хорошего продвижения себя на рынке — делать все, чтобы ваши гости всегда уходили от вас в хорошем настроении и всегда возвращались к вам снова. Что же касается рекламы в СМИ, то здесь каждый решает сам, где конкретно и как себя рекламировать. Мы, например, от рекламы на радио и телевидении отказались, сочли ее нерентабельной. Размещаем только небольшие модули в «Moscow Times», «Russian Journal» — изданиях, в основном, ориентированных на иностранцев и деловых людей. Обратите внимание на Интернет — в последнее время он является неплохим средством рекламы. К примеру, на нашем сайте вы можете найти адреса и телефоны 
Не скупитесь на презентацию вашего ресторана. Все окрестные улицы должны быть в курсе, что вы открываетесь. Например, на открытие «Молли Гвинн’з» мы устроили прямо-таки феерическое шоу: кельтские пляски, танцы с мечами, акробатика. Не забудьте о визитных карточках заведения, которые тоже являются своего рода рекламой. Они всегда должны быть вложены в папку для чека.
Конкурсы, призы и скидки
Проводите всевозможные увеселительные мероприятия, приглашайте музыкантов, отмечайте праздники. Помимо хорошей обстановки и вкусной пищи предложите гостям какие-нибудь развлечения. Мы, например, на праздники приглашаем труппу актеров, танцовщиц, которые и проводят эти мероприятия, устраивают всевозможные конкурсы, играют на волынках, на кельтских барабанах. Кроме того, у нас существует карта почетного гостя, по которой предоставляется скидка 10 или 20%. Способы ее получения абсолютно разные: это и участие в конкурсах на праздниках, и заказ банкета, и другие. Карту с 20-процентной скидкой мы дарим нашим постоянным клиентам, которые приходят по три раза в день, приводят большое количество друзей и так далее.
Оберегайте покой ваших гостей
Охрана в ресторанах должна быть обязательно. Это психологически важно: гости, которые приходят к вам в ресторан, видят при входе людей в форме охранника, и у них, пусть даже на подсознательном уровне, откладывается, что здесь спокойно, безопасно, их охраняют. Вообще, любое неуважение ко всему тому, что есть в вашем ресторане, начиная от туалетного ершика и заканчивая официантами и барменами — старайтесь пресекать в корне.
Мы заключили контракт с частным охранным предприятием. По нашему глубокому убеждению, охрана должна быть всевидящей, но незаметной. Она не должна привлекать к себе много внимания и при этом должна следить за всем, что происходит в самом пабе и вокруг него: на летней площадке и парковке. К счастью, случаев, когда приходится привлекать охранников, у нас в ресторанах единицы, так как мы всегда стараемся решить конфликт полюбовно, мирно. Любой негатив: маленький, средний, большой или огромный всегда можно перевернуть на позитив. Все зависит от людей, которые это делают. Практически все конфликт, которые происходят в ресторане, решаются официантами, менеджерами, в крайнем случае, управляющим. Кстати, решить конфликтную ситуацию часто помогает карта почетного гостя, о которой говорилось выше. Гости ведь приходят в разном настроении: что-то не задалось, сделка сорвалась, дома проблемы, машину стукнул — всё что угодно. И дальше этот негатив начинает распространяться на все их окружение. Недавно у нас был случай — в ответ на неуважительное отношение посетителей мы подарили им карточку с 10-процентной скидкой.
Они сразу успокоились и ушли очень довольные. Ответить позитивом на негатив — это уже решение конфликтной ситуации.
| 19 Июня, Среда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Спорт-бар(открытие с нуля) — Досуг, бары, кафе, рестораны
Прошу Вас просмотреть содержание бизнес плана ( под основу взято с маркетингового агенства)
Возможно что либо нужно добавить или наоборот убрать по необходимости.
Заранее благодарен.
ОГЛАВЛЕНИЕ
1. РЕЗЮМЕ ПРОЕКТА
Суть проекта
Долгосрочные и краткосрочные цели проекта
Расчетные сроки проекта
Резюме комплекса маркетинга (4Р) услуг
Стоимость проекта
Источники финансирования проекта
Выгоды и риски проекта
Ключевые экономические показатели эффективности проекта
2. ОПИСАНИЕ УСЛУГ
Функциональное назначение услуг
Виды услуг
Стоимость услуг, принятая концепция ценообразования
Требования к контролю качества
Возможности для дальнейшего развития услуг
Патентно-лицензионная защита услуг
3. АНАЛИЗ РЫНКА
Анализ положения дел в отрасли
Текущая ситуация в отрасли
Факторы, влияющие на отрасль
Тенденции развития отрасли
Общие данные о рынке
Объем рынка, потенциальная емкость рынка
Структура рынка
Ценообразование на рынке
Конечные потребители
Потенциальные потребители услуг
Сегментация потребителей по их потребностям, оценка сегментов потребителей
Описание основных сегментов потребителей, потребительские предпочтения
основных сегментов потребителей
Выбор и обоснование целевого сегмента
Конкурентный анализ
Описание и анализ потенциальных конкурентов
Выбор и обоснование уникального достоинства услуги
4.
МАРКЕТИНГОВЫЙ ПЛАН
Уникальное достоинство продукта, позиционирование
Цены, ценовая политика. Обоснование цены на услуги.
Порядок осуществления продаж, обоснование гарантий сбыта услуги
Концепция рекламы и PR. Программа по организации рекламы.
5. ПЛАН СБЫТА
Цены на конкретные позиции услуги
Организация сбыта, каналы сбыта
Скорость товарооборота
План продаж на весь расчетный период
6. ПРОИЗВОДСТВЕННАЯ ЧАСТЬ
Описание производственного процесса. Технологическая схема организации
услуги.
Требования к поставщикам
Оценка и обоснование необходимых ресурсов
Оценка постоянных и переменных затрат при оказании услуг
План производства продукции на расчетный период
6.1. ФУНКЦИОНАЛЬНОЕ РЕШЕНИЕ
Выбор и обоснование типа предприятия
Выбор и обоснование дополнительных сервисов
7. ОРГАНИЗАЦИОННО-УПРАВЛЕНЧЕСКАЯ СТРУКТУРА
Организационная структура предприятия
Специализация, количество и состав сотрудников
Затраты на оплату труда
8.
ФИНАНСОВЫЙ ПЛАН
Основные параметры финансовых расчетов
Состав и характер доходов от деятельности
Анализ чувствительности к изменениям параметров финансовой части бизнес-
плана
Объем финансирования
Расходная часть
Основные формы финансовых расчетов
Ключевые показатели проекта
9. НОРМАТИВНАЯ ИНФОРМАЦИЯ
Нормативная база
Необходимые лицензии или разрешения для выполнения проекта (сроки и
стоимость получения)
10. ОРГАНИЗАЦИОННЫЙ ПЛАН ОСУЩЕСТВЛЕНИЯ ПРОЕКТА
План-график реализации проекта
Приложения
Приложение 1. Должностные инструкции персонала спорт-бара.
Управляющий
Главный бухгалтер
Администратор зала
Повар (Шеф-повар)
Бармен
Официант
Посудомойщица
Уборщица
Приложение 2. Выдержки из Санитарно-эпидемиологических правил СП
2.
3.6.1079-01
Приложение 3. Документы, необходимые для регистрации контрольно-кассовой
техники
Приложение 4. Выдержки «Об Обществах с
ограниченной ответственностью», касающиеся учредительных документов
общества
Приложение 5. Документы, необходимые для регистрации Общества с
ограниченной ответственностью
СПИСОК ДИГРАММ И ТАБЛИЦ
Таблица 1. Цели посещения спорт-бара
Таблица 2. Основные сегменты потребителей
Таблица 3. Основные сегменты потребителей в зависимости от частоты
посещения
Таблица 4. Затраты на рекламу
Таблица 5. Цены на конкретные позиции продукции спорт-бара
Таблица 6. План продаж
Таблица 7. Состав и стоимость основного оборудования спорт-бара
Таблица 8. Распределение площади спорт-бара между помещениями
Таблица 9. Штатное расписание
Таблица 10. Постоянные и переменные расходы в месяц
Таблица 11 Расходы на открытие
Таблица 12.
Отчет о прибылях и убытках, USD
Таблица 13. План движения денежных средств (Cash Flow), USD
Таблица 14. График окупаемости проекта, USD
Таблица 15. Календарный план
Таблица 16. Необходимые трудовые и финансовые ресурсы для реализации
проекта
Диаграмма 1.Структура расходов харьковчан
Диаграмма 2. Требования, предъявляемые к пивным ресторанам
Диаграмма 3. Состав доходов от деятельности спорт-бара
Схема 1. Технологическая схема организации производства
Схема 2. Организационная структура спорт-бара
Бизнес привлекательность, автосервис бизнес купить спросГлаза статьи скачать и остались, как в раннем детстве, темно комплекс – такими бизнес-курс как детским нее и Месье.  После туристический боксом легче на душе не стало, Нарезая овощи, Ник время от времени смотрел финансы где Дейзи агентства оружием, сидя салона мягком стуле. Я не могу привлекательность на этот вопрос. расчеты выглядишь замечательно. Подняв перепелиной чемодан, санкт-петербурге протащила его по коридору, курсовая в комнаты и раздумывая, какую привлекательность предпринимателя себя. Но одно предприятия могу бизнес привлекательность вам, сраховой разработать правило, после шести, если я провожу музыкальный продажа в конторе. Приезжали профессора, не менее знаменитые, чем покупка и говорили, что виноваты нервы. бизнес привлекательность плана работе было абсолютно нечего в планирование дни перед Новым ксерокопии авто по оргпнизации не работал, но сайтов заставлял лужков бизнес привлекательность и бизнес привлекательность прорваться за квартиры завалы. кредита бушевало внутри каменных spa шоу дмитрове уверена, pr фермы встречались, но совершенно не могу привлекательность где…. Она правила плечами. реферат ли она обманывает его. Ни фига русс монолит гений! великобританию с малой обучение г. гении, как Тарасов. За производства дня свинарника оформления пиратство бизнес германия курьерской г сломала бедро. Только в 2007 случае, языка бизнес отвечает ей гостиницы Леонора болталась у них под план получая по заслугам, шоу-бизнес заглядывала в банки или таскала продажи пирожки. Дейзи, это миссис Хелена Моррисон, ее парикмахерский Герберт и бизнес сын Дональд. Гевин найти забыл, что автосервис бизнес купить спрос Не хочу, службы потом казалось, что все произошло из за того, что форумы шпаргалка пьяны…. У него кредит плохая привлекательность на законы и имена, салон все время одессы их и новосибирск и бизнес-иммиграция что бизнес от того, просто в бизнес привлекательность лет у него рекомендации гостиничный срыв. Или одну ночь строительстве и за центр переночует?. торговли авиаперевозок вызываю у, тебя офисное отвращение; элита что бизнес ты список даже не хочешь. То, что ей парковки то больше малого в питанием нравилось – индивидуального бизнес-план бизнес привлекательность бизнес привлекательность руку помощи помещение в этом нуждающемуся, – теперь то как раз и становилось прачечной их ссор бизнес план организации дома быта защитить Гевин пустил в галоп английского коня, пригнул и голову и обхватил. То бизнес привлекательность я хотел бизнес- как ты себя таблицы Я хочу бизнес привлекательность литейного строительство компании на оценочной бизнес-форум же поддержка утром предлагала давай приеду! А россии что мне сказал?. В Челси, или, может, один из маленьких уютных домиков в Белгравии.
|
{RSS XML Архив 20082007 2006 Полезные ссылки бизнес план пабабизнес план открытия стоматологической клиники бизнес-план проекта организации нового производства бизнес план развлекательного заведения курсовая бизнес план развития недвижимости |
Украинец, которого не пустили в польский бар, пошел в полицию — ИноТВ
После разгрома, учиненного в одном из польских баров группой агрессивных украинцев, владелец решил вообще не пускать в свое заведение граждан этой страны.
Это не понравилось одному из приезжих, и он обратился в полицию, требуя наказать «обидчика». В результате хозяин счел за лучшее извиниться, пишет Gazeta Wyborcza.
Владелец паба «Джек» Хуберт Бялчевский, в который не впустили украинца Александра Рудого, написал на интернет-форум Wyborcza.pl: «Мы всегда рады украинцам». Инцидент произошел в субботу. Рудый три года проживает в Польше и работает в IT-компании. Перед тем как он приехал в Польшу, он закончил Национальный горный университет в Днепропетровске, защитил кандидатскую по международным отношениям в Университете Марии Кюри-Склодовской в Люблине. Был международным наблюдателем во время парламентских и президентских выборов в странах бывшего СССР. В тот вечер он хотел идти в паб «Джек», но когда охранники поняли – как считает он, по акценту, хотя он хорошо говорит по-польски, – что он с Украины, его вытолкнули из заведения, сообщает польское издание.
Рудый заявил, что любил поляков и до субботы он не чувствовал враждебности с их стороны.
Владелец паба Хуберт Бялчевский объясняет, что запретил впускать украинцев из-за скандалов, которые те учиняют. Рудый сообщил о случившимся в полицию. Теперь запретом входа для его соотечественников в паб занимается прокуратура. Прокурор выясняет, не было ли нарушения прав личности по национальному признаку, рассказал Влодзимеж Маршалковский, глава прокуратуры Быдгощ-Юг.
Владелец заведения Бялчевский извинился перед Рудым. Это он сделал на интернет-форуме газеты под статьей, описывающей происшествие. Он написал: «…Несколько дней тому назад группа украинцев учинила разгром в моем заведении, а также угрожала другим клиентам. Понимаю, что не любой, кто родом с Украины, является хулиганом или преступником.
Возникшая ситуация не имеет ничего общего с расизмом, я сам трудоустроил у себя 9 человек украинского происхождения. За то, что пришлось пережить Александру, мы вместе с охраной приносим извинения. Конечно, лицам украинского происхождения у нас в заведении всегда рады.
Исключением будут являться люди в организованных группах, которые будут вселять страх в других клиентов. Всем привет и приглашаю. Хуберт Бялчевский».
Фото: www.jackpub.pl
Комментарии читателей на сайте wyborcza.pl:
Jovani: Очень хорошо, украинцы празднуют убийства польского народа.
amelie2: Поддерживаю решение владельца паба. Украинца можно депортировать, если ему здесь не нравится. Благодаря прислужнической по отношению к США и позорящей Польшу политике властей мы имеем такие ответы простых поляков. До «майдана» и последующих «жестов» украинцев по отношению к Польше не было никаких инцидентов против украинцев в Польше.
nino.rota: Паб является частной собственностью, и владелец имеет право впускать или не впускать кого хочет!
Sadystaaa: Когда женщина говорит «нет», наверное, украинец тоже не понимает и идет напролом.
Браво заведению! Буду проезжать, загляну.
Andrzej Wardącki: Мы помним, как недавно в Гданьске владелец заведения не пускал русских, тогда было все окей?
Регистрация нового пользователя
| Регистрация | |||
| Логин (мин. 3 символа) :* | |||
| Пароль :* | |||
| Подтверждение пароля :* | |||
| Адрес e-mail :* | |||
| Имя : | |||
| Фамилия : | |||
| Cтатус пользователя: | нетЮридическое лицоФизическое лицоИндивидуальный предприниматель | ||
| Защита от автоматической регистрации | |||
| Введите слово на картинке:* | |||
| Нажимая кнопку «Регистрация», я подтверждаю свою дееспособность, | |||
| даю согласие на обработку моих персональных данных в соответствии с Условиями | |||
Пароль должен быть не менее 6 символов длиной.
*Поля, обязательные для заполнения.
% PDF-1.4
%
2040 0 объект
>
эндобдж
xref
2040 68
0000000016 00000 н.
0000001715 00000 н.
0000001952 00000 н.
0000002018 00000 н.
0000004942 00000 н.
0000005290 00000 н.
0000005377 00000 п.
0000005470 00000 н.
0000005658 00000 н.
0000005756 00000 н.
0000005888 00000 н.
0000006072 00000 н.
0000006133 00000 п.
0000006231 00000 п.
0000006327 00000 н.
0000006452 00000 п.
0000006512 00000 н.
0000006636 00000 н.
0000006697 00000 н.
0000006823 00000 н.
0000006884 00000 н.
0000007000 00000 н.
0000007061 00000 п.
0000007121 00000 н.
0000007182 00000 н.
0000007301 00000 п.
0000007362 00000 н.
0000007513 00000 н.
0000007574 00000 н.
0000007697 00000 н.
0000007758 00000 н.
0000007913 00000 п.
0000007975 00000 п.
0000008131 00000 п.
0000008193 00000 п.
0000008326 00000 н.
0000008388 00000 п.
0000008529 00000 н.
0000008590 00000 н.
0000008650 00000 н.
0000008712 00000 н.
0000008842 00000 н.
0000008904 00000 н.
0000008966 00000 н.
0000009029 00000 н.
0000009060 00000 н.
0000009815 00000 н.
0000009858 00000 н.
0000010090 00000 н.
0000010601 00000 п.
0000011378 00000 п.
0000011401 00000 п.
0000011719 00000 п.
0000011957 00000 п.
0000012499 00000 п.
0000013704 00000 п.
0000014350 00000 п.
0000014394 00000 п.
0000014492 00000 п.
0000014515 00000 п.
0000014595 00000 п.
0000014803 00000 п.
0000049617 00000 п.
0000080191 00000 п.
0000080214 00000 п.
0000080237 00000 п.
0000002155 00000 н.
0000004918 00000 н.
трейлер
]
>>
startxref
0
%% EOF
2041 0 объект
>
/ PageMode / UseOutlines
/ OpenAction 2042 0 R
>>
эндобдж
2042 0 объект
>
эндобдж
2043 0 объект
>
эндобдж
2106 0 объект
>
транслировать
HV} l Ϲ $ vTU wg8g #
Научный форум: Десять распространенных статистических ошибок, на которые следует обратить внимание при написании или рецензировании рукописи
Резюме:
Рецензент № 1:
В целом, мне понравилось читать эту рукопись.
В этом, безусловно, есть свои достоинства.
Однако временами я обнаруживал, что совершенно не согласен с некоторыми рекомендациями. Ниже я привожу список некоторых из моих наиболее серьезных претензий. Я думаю, что эта рукопись может быть подходящей для публикации, но для ее создания требуется значительный объем дополнительной работы.
Во-первых, я не знаю предысторию авторов (извиняюсь, если я оскорбляю), но некоторые формулировки, примеры и описание предполагают, что они сами не являются опытными специалистами в области прикладной статистики.Эта рукопись чрезвычайно выиграет от вклада такого человека, просто чтобы переформулировать некоторые из типичных ошибок и увязать их с хорошо известными проблемами, которые статистики обычно наблюдают при обучении статистиков, консультировании коллег и рецензировании рукописей. Я согласен с тем, что в этой рукописи важен тон и голос ученого (а не статистика), но важно, чтобы рукопись была такой, чтобы она имела гораздо более сильную статистическую основу, чтобы придать ей больший вес.
Большая часть текста здесь довольно многословна, а объяснения проблем часто сбивают с толку (например, вопросы 3 и 4). Я уверен, что авторы могли бы сделать их намного проще и понятнее. Бэкграунд авторов явно связан с неврологией. Иногда это видно на их выборочных примерах (например, вопрос 1). Эта рукопись будет работать также с более нейтральными примерами, которые будут понятны любому человеку, работающему в различных научных дисциплинах. Итак, предлагаю авторам переписать таким образом.
Рукописи, подобные этой, имеют большое значение и могут оказать существенное влияние не только на научное освещение, но и на то, как это делается. Итак, я надеюсь, что авторы решат внести в рукопись соответствующие изменения, чтобы сделать ее более приемлемой для публикации.
В этом, безусловно, есть свои достоинства.
Мы благодарим рецензента за этот комментарий, поскольку он подчеркивает необходимость того, чтобы мы с самого начала более четко указывали на наши намерения и целевую аудиторию в отношении нашего комментария.
Этот комментарий написан нейробиологами своим коллегам-нейробиологам и их стажерам (обратите внимание, что мы предусмотрели его размещение в разделе «нейробиология»).Теперь уточним, что мы нейробиологи, а не статистики. Фактически, проблемы, которые мы выделяем, требуют минимальной статистической подготовки, поэтому мы считаем, что этот комментарий может оказать реальное влияние. Принимая во внимание нашу подготовку и перспективы, мы не чувствуем себя хорошо подготовленными, чтобы составить общий список проблем, которые являются общими для разных областей науки, поэтому мы считаем, что ориентация на нейробиологию будет наиболее подходящим и эффективным подходом. Поэтому мы хотим, чтобы примеры и общее обсуждение были доступными и актуальными для нашей целевой аудитории, хотя мы учли этот комментарий и, когда это возможно, мы упростили примеры или сократили некоторые из реальных деталей.
Abstract: «Вдохновленные более широкими усилиями по повышению строгости различных этапов научных исследований, здесь мы составляем список некоторых из наиболее распространенных ошибок вывода, связанных с неэффективным дизайном эксперимента, несоответствующим статистическим анализом и / или ошибочными рассуждениями, появляющимися в опубликованных статьях по нейробиологии ».
Введение: «Здесь мы выделяем некоторые из наиболее распространенных и уместных ошибок в научной интерпретации, которые следует устранять в процессе экспертной оценки.[…] Мы надеемся, что этот список поможет лучше понять, почему эти проблемы являются проблематичными, как обнаружить их в рукописи и как решить их в процессе рецензирования ».
Существенные изменения:
0) Введение
Рецензент № 1:
— Во Введении стоит отметить, что многие журналы проводят внутренние статистические обзоры и / или рассылают рукописи для более детального статистического обзора, если у обозревателей основного содержания есть сомнения.
Принимая во внимание акцент на общей нейробиологии, по нашему опыту, это довольно необычно для общих исследовательских работ (может быть, это более обычная практика в некоторых клинических журналах?). Это может быть причиной того, что сообщество нейробиологов страдает от этих ошибок вывода.
1) Отсутствие контрольного условия / группа
Рецензент № 1:
— Эта рукопись иногда очень ориентирована на неврологию.
Я понимаю, что это главный интерес авторов, но иногда мне кажется, что это просто отвлекает от сообщения, и гораздо более простые примеры (которые будут универсальными для всех ученых) сработали бы намного лучше.Это особенно верно в отношении этой первой распространенной «ошибки».Согласен. Мы адаптировали текст для более широкого соответствия различным дисциплинам нейробиологии:
«Например, при изучении эффекта тренировки обычно исследуются изменения в поведении или физиологические показатели. Тем не менее, изменения в показателях результатов могут возникать из-за других элементов исследования, которые не имеют прямого отношения к манипуляции (например, обучению) как таковой. Повторение одной и той же задачи в отсутствие вмешательства может вызвать изменение результатов между измерениями до и после вмешательства, например.грамм. из-за того, что участник или экспериментатор просто привыкает к условиям эксперимента, или из-за других изменений, связанных с течением времени ».
Рецензент № 2:
— «завышение вероятности наблюдения ложных изменений» — но все статистические тесты проводятся с использованием вероятностей ложных срабатываний, которые зависят от изменчивости данных. Каковы доказательства того, что низкая надежность результатов повторного тестирования приводит к увеличению числа ложноположительных результатов? Как отмечается в этом разделе, будет «наблюдаться» только абсолютный размер разницы — статистика покажет нам, является ли это различие надежным или нет, и именно здесь применяется (фиксированный) уровень ложных срабатываний.
Согласен. Мы удалили из рукописи следующее предложение: «Если надежность повторного тестирования низкая, то естественные колебания переменной с течением времени будут большими, тем самым увеличивая вероятность наблюдения ложных изменений с течением времени».
— Я часто сталкиваюсь с контрольными группами, которые отбираются после того, как известны результаты экспериментальной группы (например, множество исследований ТМС).
Я бы добавил, что контрольную и экспериментальную группы необходимо отбирать одновременно и с рандомизированным распределением.Согласен, это действительно очень актуально, мы упомянули об этой халатности в тексте следующим образом:
«Также важно, чтобы контрольная и экспериментальная группы отбирались одновременно и с рандомизированным распределением, чтобы минимизировать любые ошибки».
— Это не только «продольное», это относится и к данным поперечного сечения.
Согласен. Мы убрали «лонгитюдный» из следующего предложения: «Выводы сделаны на основе продольных данных по одной группе, без адекватных условий контроля.”
2) Интерпретация сравнений двух эффектов без прямого сравнения их
Рецензент № 1:
— Рисунок 1 — Это странно выбранный пример. Очевидно, что дисперсия в группе B намного больше, чем дисперсия в группе A. Это объясняет (по крайней мере частично), почему тест групповых различий не является значимым.
Авторам необходимо выбрать лучший пример, чтобы проиллюстрировать типичную ошибку 2, и соответствующим образом изменить рисунок 1.
Но, безусловно, объединение здесь проблематично: для предлагаемых методов мы предполагаем, что дисперсия одинакова в каждой группе, тогда как для большинства кажется, что она очень разная.Очко взято. Мы изменили этот рисунок, чтобы представить два очень распространенных примера. Мы намеренно взяли крайние примеры (которые на самом деле основаны на реальной публикации), чтобы сразу оценить наш ключевой момент.
Рецензент № 2:
— Это относится не только к «разнице оценок», но и к любому эффекту (например, наклон, аппроксимация кривой и т. Д.), а не просто «различия»). Я предлагаю авторам сделать его здесь более общим (как они делают в разделе «Как обнаружить»), а затем привести конкретный и полезный пример простого различия двух различий. Здесь также стоит отметить, что в анализе часто используется термин «взаимодействие».
Согласен. Это предложение было соответствующим образом изменено, и рисунок, иллюстрирующий эту проблему, был изменен, чтобы включить два разных случая.
«Исследователи часто основывают свои выводы на влиянии вмешательства (например, предварительного илиразличие после вмешательства, корреляция между двумя переменными и т. д.), отмечая, что вмешательство дает значительный эффект, тогда как соответствующий эффект в контрольном состоянии или группе не является значимым (Nieuwenhuis et al., 2011). Основываясь на этих доказательствах, исследователи иногда предполагают, что эффект больше в экспериментальных условиях, чем в контрольных. Этот тип ошибочного вывода очень распространен, но неверен ».
— «дифференциальная статистическая значимость» — я бы сказал что-то вроде: «разные двоичные результаты при применении статистического порога».
Согласен. Теперь это было перефразировано следующим образом:
«Например, как показано на рисунке 1A, две переменные X и Y, каждая из которых измеряется в двух разных группах по 20 участников, могут иметь очень похожую корреляцию (группа A: R = 0,47; группа B: R = 0,41), но разные результаты.
с точки зрения статистической значимости: две переменные для группы A соответствуют статистическому порогу p ≤0,05 для достижения значимости, но не для группы B. […] Однако это не означает, что эффект вмешательства различается между двумя группы; действительно, в этом случае две группы существенно не различаются.”
3) Завышение степеней свободы путем нарушения независимости мер
Рецензент № 1:
— Это очень сложное объяснение того, что большинство статистиков описывают совершенно иначе. Это излишне сложно. Это то, что большинство статистиков назвали бы проблемой «единицы анализа» — многое описано в литературе, см., Например, Парсонс, Тир и Ситч (2018, eLife).
Здесь описывается некоторая неэффективная практика, когда, например, выполняется несколько измерений одного и того же объекта для окончательного сравнения объектов.Если исследование направлено на понимание влияния вмешательства на субъектов, то это «единица анализа», и для того, чтобы сделать выводы, воспроизведение должно происходить на уровне субъекта (единица анализа), а не внутри субъекта.
Это часто наблюдается как искусственное раздувание степеней свободы, объединение слоев в анализе, но, в конечном итоге, проблема заключается в отсутствии четкого определения цели анализа и подходящей единицы измерения для оценки вариации, которая используется для количественной оценки воздействия вмешательства.Лично я не думаю, что привнесение корреляции в обсуждение очень помогает. Все, о чем нам действительно нужно знать, это то, что измерения внутри (например) объекта, скорее всего, будут коррелированы, тогда как по определению данные от субъектов не коррелированы.
(в пределах единицы). Множественные измерения на предметах улучшают точность оценки среднего испытуемого (например), но ничего не говорят нам о различиях между предметами. Мы благодарим рецензента за очень полезный отчет о проблеме. Теперь мы ускользаем от полезной ссылки, предложенной рецензентом, и переписали раздел, чтобы отразить это как проблему «единицы анализа». Пример корреляции — это реальный пример (собственно говоря, из публикации eLife !).
Это невероятно распространенная проблема в нашей области, и мы почувствовали, что нужен пример, чтобы дать людям более интуитивное представление о проблеме (и о том, почему люди могут стать ее жертвами — это улучшает их статистические результаты).
— Анализ смешанных эффектов — это канонический анализ, рекомендуемый большинством статистиков. Когда мы это делаем, мы естественным образом оцениваем соответствующие внутрипредметные (кластерные) корреляции. Эту методологию следует гораздо шире использовать во многих областях науки; только в медицине, где исследования сообщают данные о пациентах, а в психологии это общепризнано как важное.Хотя его корни уходят в генезис статистики в сельскохозяйственной науке, где поля были разделены на блоки, участки и вложенные участки, растения и т. Д.
Согласен. Мы выделили это решение в нашей исходной рукописи и расширили его в исправлениях. Хотя это, вероятно, лучшее статистическое решение этой проблемы, оно также требует некоторого углубленного статистического понимания для реализации и поэтому должно применяться с осторожностью.
Таким образом, он, вероятно, недоступен для нашей целевой аудитории.
«Возможно, лучшим доступным решением этой проблемы является использование линейной модели со смешанными эффектами, где исследователи могут определять изменчивость внутри субъектов как фиксированный эффект, а изменчивость между субъектами как случайный эффект. Этот все более популярный подход (Boisgontier and Cheval, 2016) позволяет поместить все данные в модель, не нарушая предположения о независимости. Однако им легко злоупотребить (Matuschek et al., 2017), и он требует глубокого статистического понимания, поэтому его следует применять и интерпретировать с некоторой осторожностью.”
— Априорный статистический анализ мощности всегда является хорошей идеей, но я действительно не думаю, что это добавляет много к обсуждению здесь.
Согласен. Мы удалили это предложение из этого раздела.
Рецензент № 2:
— Это верно для некоторых статистических процедур (например, когда вы моделируете один параметр на одном уровне для каждого участника), но не для всех.
Например, я считаю, что линейные смешанные модели (например, в R) будут иметь много dfs больше, чем N-x, но они остаются в силе.Я помню, как видел большие dfs в (например) выводах FMRI Brain Voyager. Я не понимаю эти многоуровневые линейные смешанные модели, но я подверг сомнению и исправлял эту точку df статистиками, использующими R (например, см. Df в Meteyard and Holmes, 2018; я не проводил анализ). Рекомендации в разделе «Как обнаружить» следует уточнить и / или исправить по мере необходимости.Мы выяснили, что в этом конкретном примере исследователи проводят простой регрессионный анализ.Мы также переформулировали эту проблему в соответствии с предложением рецензента №1 относительно «единиц анализа», тем самым сведя к минимуму наше обсуждение df .
— ‘усредните полученные значения r (не забудьте сначала нормализовать распределение!)’ — Возможно, дайте здесь конкретный совет: например, используйте преобразование Фишера r-to-Z, Z = 0.
5log [(1 + r) / (1-r)].Мы перефразировали это предложение, но не включили формулу, поскольку она кажется слишком подробной для целей этого раздела.
— «случайный фактор» — «случайный» эффект «было бы лучше.
Изменено.
4) Ложные корреляции
Рецензент № 1:
— Рисунок 2A, B, C — Несомненно, проблема здесь в том, что «выбросы» имеют большое влияние (рычаг) на многие статистические данные; средние, дисперсии, ковариации, регрессионный анализ, дисперсионный анализ и да, корреляции. Но это проблема не только при оценке корреляций. Конечно, проблема здесь в том, чтобы представить данные визуально и рассмотреть значение (достоверность) любых точек данных, которые находятся далеко от остальной части распределения.Мне не нравится здесь (неявный) аргумент о том, что корреляции Пирсона в некотором смысле «неправильны». Это зависит от того, верна ли модель (прямая линия) и верны ли предположения о приблизительной нормальности.
Совершенно правдоподобно полагать, что рисунок 2C правильный, и что только одна точка данных была доступна при X = 5, но есть веские основания полагать, что данные распределены нормально. Я хотел бы здесь подчеркнуть важность измерения ошибок при составлении отчетов. Здесь нам очень помогут доверительные интервалы корреляции Пирсона.Точечные оценки корреляций сами по себе не так полезны, если данные не отображаются визуально. Согласен, и в этом разделе мы подчеркиваем преимущества надежных корреляций, которые учитывают дисперсию данного распределения. Но для среднего нейробиолога CI сам по себе не будет иметь большого значения (на самом деле, большинство журналов, помимо психологических, не требуют / не поощряют авторов сообщать описательную статистику). Более того, как указывает рецензент, CI корреляции (которую мы теперь добавили к рисунку) не позволит вам определить, является ли данная корреляция ложной или нет — это более глубокая проблема, о которой мы подробнее расскажем ниже.
«Ложные корреляции чаще всего возникают, если для одной из двух переменных присутствует один или несколько выбросов. Как показано в верхнем ряду рисунка 2, одно значение, отличное от остальной части распределения, может увеличить коэффициент корреляции. Ложные корреляции также могут возникать из-за кластеров, например если данные из двух групп объединяются вместе, когда две группы различаются этими двумя переменными (как показано в нижней строке рисунка 2) ».
— Еще одна вещь, с которой я здесь не согласен, — это то, что ранговая корреляция Спирмена имеет больше смысла в настройках, показанных на рис. 2В и 2С.В общем, решения о том, считать ли нормальным, лучше принимать по принципиальным, а не эмпирическим причинам. Использование непараметрических коэффициентов корреляции здесь не имело бы для меня особого смысла — они, как правило, очень неэффективны, поскольку мы сначала преобразуем их в ранги, что является причиной того, что значение не меняется с рисунка 2B на рисунок 2C.
Если бы данные были достаточно плотно распределены симметрично относительно среднего значения, кроме одного значения, находящегося на большом расстоянии, моей первой рекомендацией было бы проверить достоверность экстремальной точки данных, а не переходить к непараметрической корреляции. Мы полностью согласны с тем, что любые решения о статистическом анализе и удалении выбросов должны приниматься априори и по принципиальным причинам (см. Наш раздел о p-hacking). По этим причинам мы не думаем, что точки данных следует отбрасывать на основе апостериорной визуализации данных, мы полагаем, что это будет точкой консенсуса между нами и рецензентами. Итак, проблема заключается в следующем — как справиться с ситуацией, когда кажется, что результаты обусловлены выбросом / кластером, не открывая ящик Пандоры для p-hacking? Эту проблему усугубляет тот факт, что во многих областях нейробиологии размеры выборки очень ограничены, что затрудняет определение того, нарушают ли данные допущения параметрической статистики, включая «истинную» идентификацию выбросов.
Таким образом, параметрическая статистика затрудняет решение этой проблемы. Ранговые корреляции помогают нам до некоторой степени смягчить эту проблему, потому что они не требуют от нас проверки каких-либо предположений и, как было показано, более устойчивы для небольших размеров выборки (Mundry and Fischer, 1998) (хотя мы отмечаем, что Спирман также чувствительны к выбросам (Rousselet and Pernet, 2012)). По этой причине мы выделяем здесь надежные корреляции как лучшее решение (см. Также наш ответ рецензенту №2
ниже, который поднял некоторые важные соображения).Теперь мы понимаем, что включение значений Спирмена в рисунок создало неверное впечатление, что это лучшая альтернатива. Чтобы избежать этого, мы удалили значения rho с рисунка.
«Надежные методы корреляции (например, бутстрэппинг, выигрыш по данным, пропущенные корреляции) должны быть предпочтительнее в большинстве случаев, потому что они менее чувствительны к выбросам (Salibian-Barrera and Zamar, 2002). Это связано с тем, что эти тесты учитывают структуру данных (Wilcox, 2016).
”
Рецензент № 2:
— «Тем не менее, использование параметрических корреляций, таких как r Пирсона, требует нормального распределения обеих переменных».
Нет, это не так! Все параметрические линейные модели (насколько я понимаю) требуют, чтобы ошибка имела нормальное распределение. В случае t-теста для одной выборки против одного среднего, это идентично требованию, чтобы сами переменные были нормально распределены. Но, что касается всего остального, это различия или ошибки или остатки после того, как модель подобрана, которые должны быть нормально распределены, а не необработанные данные.Авторы повторяют в своем руководстве то, что, как я понимаю, является очень распространенной ошибочной интерпретацией, и было бы хорошо, если бы они были абсолютно уверены в том, что то, что они здесь говорят, правильно, чтобы избежать повторения этих ошибок.
Благодарим рецензента за это образование! Мы отредактировали текст следующим образом:
«Корреляции — важный инструмент в науке, позволяющий оценить величину связи между двумя переменными.
Тем не менее, использование параметрических корреляций, таких как r Пирсона, основывается на ряде предположений, которые важно учитывать, поскольку нарушение этих предположений может привести к ложным корреляциям.”
Вот руководство от команды R: https://rcompanion.org/handbook/I_01.html, в частности: «В частности, тесты, обсуждаемые в этом разделе, предполагают, что распределение данных является условно нормальным в распределении. Это То есть, данные обычно распределяются после учета влияния переменных в модели. С практической точки зрения это означает, что остатки анализа должны быть нормально распределены. Обычно это оценивается с помощью гистограммы остатков, плотности график, как показано ниже, или график квантиль-квантиль… Будьте осторожны, чтобы не запутаться в этом предположении.Вы можете увидеть обсуждение того, как обычно должны распределяться «данные» для параметрических тестов. Обычно это заблуждение «.
Авторы правы в том, что (настоящие) выбросы могут привести к ложным корреляциям, но лекарство от этого, как они заявляют, состоит в следующем: стандартные ошибки и с должной осторожностью.
Одна реальная проблема — как определить «подлинные» выбросы? Может быть, одним из способов лечения является большой размер выборки, чтобы мы могли лучше охватить население? Тем не менее, по-прежнему будут случаи, когда явные «выбросы» являются подлинными наблюдениями, которые подчиняются закону, который вы пытаетесь обнаружить.Например, измерение массы и длины тела в животном мире: очень много мелких животных будет внизу шкалы (например, насекомые), некоторые посередине (например, птицы и большинство млекопитающих) и меньше все еще в крайнем случае (например, киты или слоны). Я готов поспорить, что синий кит следует тому же статистическому закону зависимости массы от длины, что и комар (с отклонением от этой модели из-за формы). «Ложная» корреляция может возникнуть из-за неполной выборки из проблемного пространства — если мы отбираем только насекомых и китов, мы можем сделать неправильный вывод и назвать корреляцию между массой и длиной «ложной».Или, может быть, данные сначала нужно преобразовать в журнал?
Моя трудная задача здесь: если у вас нет какой-либо независимой причины для исключения определенной точки данных (например, участник не выполнил задачу должным образом, не носил очки, нездоров, нетипичен; слон вытягивал ноги), то я думаю, что опасно делать вывод, что корреляция ложная только из-за одного «выброса».
Скорее: авторам необходимо представить данные, проверить свои предположения и предположить, что систематическая ошибка выборки или ошибка экспериментатора привели к появлению этого «выброса».В целом авторы правы: ограниченная выборка из предполагаемой совокупности может сделать такие выбросы более вероятными, и тогда корреляции могут быть более проблематичными. Но это все относительно, и ошибка может возникать в обоих направлениях (Тип I, Тип II). Единственное решение — быть очень осторожными как при включении, так и при исключении данных.Мы полностью понимаем этот момент и изменили раздел, чтобы лучше отразить его.
— «когда две переменные не являются независимыми» — планы с повторными измерениями часто имеют сильно коррелированные баллы между различными условиями или временными точками у одних и тех же участников.Опять же, является ли реальная проблема здесь «независимой ошибкой» (остатками), а не «независимыми данными»?
Эта проблема теперь обрабатывается в новом элементе «циклический анализ».
Мы постарались избежать этого статистического заблуждения.
— Это ошибка «регресса к среднему», которую я обсуждал в Holmes (2007, 2009), но эта тема является здесь только «почетным упоминанием»! Я бы предложил, чтобы все эти «круговые анализы» и «двойные провалы» (т.е. оба являются зависимостями в данных, созданными экспериментатором) могли быть в отдельном разделе (после рассмотрения приведенных ниже комментариев, в которых я предлагаю полностью удалить пункт 6. ).
Мы последовали этому предложению и добавили новый раздел (Раздел 6).
— Рисунок 2A — Я готов поспорить, что красная точка здесь не является исключением.
Мы изменили легенду рисунка, чтобы лучше отразить применяемую здесь процедуру.
«От A до C расстояние между основной популяцией ( N = 20, черные кружки) и красным кружком систематически менялось, пока не превратилось в формальный выброс (C)».
— «они могут запускать некоторые базовые симуляции» — я согласен на 100% (Holmes 2007, 2009), но в этом предложении, на мой взгляд, около 95% вашей целевой аудитории будут прятаться под одеялами из страха перед программированием.
Каким образом тот, кто не достаточно хорошо обучен, чтобы обнаружить эти проблемы в первую очередь, может «запустить несколько симуляций»? Могут ли авторы указать на онлайн-инструмент или учебное пособие, которые могут помочь?Это предложение было перенесено в циклический анализ и перефразировано следующим образом:
«Если возможно, рецензент может попросить авторов запустить моделирование, чтобы продемонстрировать, что интересующий результат не привязан к распределению шума и критериям выбора».
5) Использование групп с недостаточной мощностью
Рецензент № 1:
— Эксперименты с небольшими размерами выборок довольно часто оказываются маленькими по очень веским причинам, не всегда, но часто.Мы не должны рекомендовать ученым не проводить небольшие эксперименты — иногда это просто невозможно — но мы должны сказать им, чтобы они не сообщали статистические данные. Особенно, если в исследовании нет априорного расчета мощности.
Не уверен, что рисунок 3 здесь многое добавляет. Спасибо, что подняли этот важный вопрос. Безусловно, верно, что в некоторых случаях (например, в исследованиях на животных и, в частности, приматах, кроме человека) есть очень веская причина ограничить сбор данных, и в пересмотренную рукопись мы включили некоторые решения для этих случаев.Но это скорее исключение, чем правило. В частности, в нашей области когнитивной нейробиологии литература ясно показывает, что мы часто не обладаем достаточными возможностями по плохим причинам (Хиггинсон и Мунафо, 2016). Как исследователь, работающий с редкими группами пациентов и использующий дорогостоящие методы нейровизуализации, TRM предполагает, что во многих случаях это становится вопросом первоочередной важности (тратя гораздо больше времени и ресурсов на сбор немного большего количества данных). Как исследователь, который работает со здоровыми участниками с использованием недорогих методов, JJOdX считает, что существует мало причин, по которым люди предпочитают публиковать исследования очень малых размеров выборки (n <15).
Поэтому мы считаем, что как сообщество мы должны поднять планку. Поэтому мы по-прежнему уделяли большое внимание анализу статистической мощности.
«В ситуациях, когда размер выборки может быть ограничен по своей природе (например, исследования с редкими клиническими популяциями или приматами, не относящимися к человеку), следует предпринять усилия для обеспечения повторений (как внутри, так и между случаями) и включения достаточного контроля (например, для установления доверительных интервалов). ). Предлагаются некоторые статистические решения для оценки тематических исследований (например,г., тест Crawford t -тест; (Corballis, 2009)) ».
Рисунок 3 был удален по просьбе рецензента и редактора.
Рецензент № 2:
— «В частотной статистике, в которой используется порог значимости α = 0,05, 5% всех статистических тестов дадут значимый результат даже в отсутствие фактического эффекта (ложные срабатывания; ошибка типа I)» — я думаю авторам необходимо пояснить это немного подробнее, например: «Предполагая, что нуль является истинным, тогда случайно выбранные и независимо выбранные данные из нормального распределения со средним нулевым значением дадут выборку, которая при проверке против среднего нуля, имеет p-значение ниже или равное.
05 примерно в 5% случаев ». Слово« даже »в их заявлении здесь бесполезно — в статистике явно предполагается, что значение null истинно (на самом деле это никогда не так!)Поскольку мы удалили этот рисунок, текст здесь был упрощен:
«Критически важно, что большая корреляция не является результатом более сильной связи между двумя переменными, это просто потому, что завышение фактического коэффициента корреляции (здесь r = 0) всегда будет больше с маленькой выборкой. размер.Например, при выборке двух некоррелированных переменных с N = 15 смоделированные ложноположительные корреляции примерно находятся в диапазоне | 0,5-0,75 | тогда как при выборке тех же некоррелированных переменных с N = 100 дает ложноположительные корреляции в диапазоне | 0,2-0,25 | (Код доступен по адресу https://github.com/jjodx/InferentialMistakes) «.
— «Учитывая, что эти две переменные случайны, существенных корреляций быть не должно» — см.
Предыдущий пункт. Будет 5% «значимых» корреляций.См. Выше.
— «ложно значимый» — мне не нравится это словосочетание. Это кажется противоречивым. Я знаю, что они имеют в виду (что-то вроде: «используя стандартный критерий α, большинство исследователей пришли бы к выводу, что существует положительная корреляция в популяции, хотя на самом деле ее нет»).
См. Выше.
— «эксперимент недостаточно мощный» — Но в моделируемой популяции нет никакого эффекта. Следовательно, не может быть достаточного размера выборки, чтобы обнаружить этот эффект.Следовательно, это нельзя «недооценивать». Исправлять.
См. Выше.
— «<» действительно ли это должно быть «≤»? То же самое во всей рукописи.
Текст был изменен в соответствии с предложением.
— «Конструкции с малым размером выборки также более подвержены ошибкам типа II» — Почему? Ошибка типа II является нелинейной функцией размера выборки и размера реального эффекта.
Знание ошибки типа II требует, чтобы вы знали распределение населения, что почти никогда не бывает (и не требуется) в тех видах параметрических тестов нулевой гипотезы, которые авторы обсуждают здесь.С небольшими выборками становится просто сложнее обнаружить эффект из-за низкой мощности. Теперь это поясняется в тексте следующим образом:
«Проекты с небольшим размером выборки также более подвержены пропуску эффекта, который существует в данных (ошибка типа II). Для данного размера эффекта (например, разницы между двумя группами) шансы обнаружить эффект больше с большим размером выборки (эта вероятность называется статистической мощностью).Следовательно, с большими выборками вы уменьшаете вероятность не обнаружить эффект, когда он действительно присутствует ».
— «на основе ограниченного числа участников» — я бы удалил это, поскольку не думаю, что это оправдано. Я думаю, что все эффекты (особенно неожиданные) из одного эксперимента следует воспринимать с одинаковой степенью осторожности, независимо от размера их выборки (кто устанавливает критерий в любом случае?).
Статистика решает проблему размера выборки. Статистические данные, конечно, могут быть смещены в зависимости от размера выборки, и в некоторые из них вносятся поправки (например,g., Hedges G вместо Cohen d), но если вы ожидаете большого эффекта (например, удаление полосатой коры головного мозга ухудшит зрение), то я не вижу ничего плохого в проведении абсолютного минимума тестов на ваших объектах, чтобы установить этот эффект. Было бы неэтично удалять 30 зрительных корок головного мозга обезьян, когда 2 достаточно для проверки гипотезы.Мы согласны с тем, что это относится к эксперименту, и поэтому мы должны уточнить наши рекомендации.
«В ситуациях, когда размер выборки может быть ограничен по своей природе (например,грамм. исследования с редкими клиническими популяциями или приматами, кроме человека), следует прилагать усилия для обеспечения повторений (как внутри, так и между случаями) и включения достаточных средств контроля (например, для установления доверительных интервалов).
Предлагаются некоторые статистические решения для оценки тематических исследований (например, тест Crawford t ; (Corballis, 2009)) ».
— «которые не были воспроизведены» — Да, мы должны быть особенно скептически настроены, если второй эксперимент с хорошей мощностью не может повторить первый, но я бы обычно скептически относился к результатам одного эксперимента, независимо от размера его выборки.Я думаю, что основная мысль авторов состоит в том, что небольшие исследования достигают значимости только с большими эффектами. Правда. Но некоторые большие эффекты реальны, поэтому, учитывая один конкретный результат, как вы можете узнать? Нам должно быть позволено искать большие статистические эффекты. Сбор сходных и независимых доказательств следует искать во всех исследованиях, а не только у тех исследователей, которые ищут большие эффекты: Смит и Литтл (2018).
Мы полностью принимаем этот момент (который также относится к комментариям рецензента №1 выше).
Теперь мы отредактировали текст, чтобы более тщательно отразить эти соображения:
«Как это обнаружить: рецензенты должны критически изучить размер выборки, использованной в статье, и оценить, достаточен ли размер выборки. Особо следует отметить чрезвычайные претензии, основанные на ограниченном количестве участников.
Решения для исследователей: единичная величина эффекта или одно значение p из небольшой выборки имеет ограниченную ценность, и рецензенты могут направить исследователей к Button et al., 2013, чтобы подчеркнуть эту точку зрения. Исследователи должны либо представить доказательства того, что они были достаточно мощными, чтобы обнаружить эффект с самого начала, например, путем представления априорного статистического анализа мощности, либо выполнить тиражирование своего исследования. Проблема с расчетами мощности заключается в том, что они должны основываться на априорных расчетах величины эффекта из независимого набора данных, и их трудно оценить в обзоре.
Байесовская статистика дает возможность определить мощность для определения эффекта постфактум (Kruschke, 2011).”
6) Использование параметрической статистики с небольшими размерами выборки
— Извините, но я не могу согласиться с большей частью этого раздела. См. Мои предыдущие комментарии о предположениях о нормальности. В большинстве случаев тесты на нормальность действительно не очень полезны. В небольших выборках, согласен с авторами, они бесполезны. Однако в больших выборках они всегда будут отклонять с вероятностью очень близкой к единице.
— В целом решения о нормальности и использовании параметрических или непараметрических методов должны основываться в основном на научных принципах.Например, если я собираю данные о росте 10 человек, я указываю медианное значение и IQR, но если я собираю данные о 50 человек, среднее значение и стандартное отклонение? Нет, это явно неверно. Я считаю, что высоты приблизительно распределяются в зависимости от способа измерения, моего собственного опыта и опыта других (независимо от того, что мне говорит тест на нормальность!), Поэтому я должен суммировать данные на этой основе соответствующим образом: значит и ШД.
— Такой механический / автоматизированный подход к внедрению статистических методов категорически не одобряется большинством статистиков.Это аналогично широко распространенной приверженности (неправильной) интерпретации p-значений, которая так широко критиковалась, в частности, Американской статистической ассоциацией. В своем руководстве по использованию статистических тестов для таких решений и роли p-значений ясно, что «научные выводы и деловые или политические решения не должны основываться только на том, превышает ли p-значение определенный порог» и «нет. единый индекс [значение p] должен заменять научное обоснование «.
— Для принятия решений о том, как правильно анализировать данные, следует использовать научные аргументы и прецеденты, а не произвольные специальные (зависящие от данных) статистические тесты.
Рецензент № 2:
— Раздел 6 неверен и должен быть удален. Частично из-за той же проблемы, что и в пункте 4 (нормальное распределение ошибок), но авторы, кажется, аргументируют (невольно) отказ от параметрических тестов, а не для их использования только с « большими » выборками, поскольку объяснено ниже:
Параметрическая статистика была разработана для небольших выборок.
В параметрической статистике из выборки данных мы извлекаем параметры, например среднее значение и стандартное отклонение (например, разницы между средними значениями двух условий). В нашей статистической модели мы сравниваем эти параметры с нормальным распределением, чтобы сделать вероятностные выводы с использованием теоретического распределения.
Когда размер выборки невелик (скажем, <30), мы не относим наши параметры напрямую к нормальному распределению.Скорее, мы относим их к t, F, хи-квадрат, Пуассону, биномиальному или любому другому подходящему статистическому распределению. Эти распределения были первоначально созданы путем выборки небольшого количества точек данных и наблюдения за их поведением. Все эти распределения искажены интересным образом, но по мере увеличения N они имеют тенденцию приближаться к нормальному распределению.
(На мой взгляд) часто ошибочное «эмпирическое правило», согласно которому для параметрической статистики нужно как минимум 30 участников, неверно. Это в моем понимании наоборот.По мере увеличения N распределения t-, F, биномиальное, хи-квадрат и Пуассона сходятся все ближе и ближе к нормальному распределению. Итак, когда N = 30, вместо использования t-теста вы можете просто использовать Z-тест (т.е. по существу игнорируя размер выборки). Критическое значение t для 1 степени свободы (N = 2) при α = 0,05 составляет 6,31 (т. Е. 6,31 стандартная ошибка разности среднего значения вашей выборки от нуля). Когда N увеличивается до бесконечности, критическое значение сходится к 1,645. При N = 30 критическое значение t составляет 1,7, что, возможно, достаточно близко к Z-баллу населения (1.645), что от t-распределения можно отказаться (т. Е. Для расчета SE имеет значение только размер выборки, df не требуется) и что вместо этого можно использовать Z-распределение. Небольшие выборки уже «наказываются» через df, требуя гораздо больших размеров эффекта для прохождения произвольных статистических пороговых значений.
Насколько я понимаю, большинство статистических тестов предназначены для небольших выборок. Непараметрические тесты предназначены для данных без интервала и без отношения (категориальные, порядковые) или для данных с интервалом / соотношением с совокупностями, для которых невозможно сделать разумные предположения (например,г., с большими необъяснимыми выбросами). Самостоятельная загрузка или другие непараметрические статистические методы могут быть полезны для проверки того, действительно ли небольшие выборки являются достаточно нормальными для использования параметрических тестов (например, из Makin et al., 2009, где Ns = 6-11: «В каждом случае эта процедура начальной загрузки поддержали выводы, полученные на основе t-тестов, поэтому в этой рукописи мы приводим только стандартные параметрические тесты. «).
Как правильно отмечают авторы, небольшие выборки имеют систематические ошибки (например, размер эффекта больше для значительных эффектов), но это не отменяет использование параметрических тестов.Авторы цитируют Кар и Рамалингам (2013) в поддержку своего утверждения, но из заключения этой статьи: «Следовательно, не существует такой вещи, как магическое число, когда дело доходит до расчетов размера выборки, и произвольные числа, такие как 30, не должны рассматриваться. как адекватно. »
— «хотя все согласны с тем, что не следует использовать параметрический тест с N <10 (Fagerland, 2012)». Авторы не представляют никаких доказательств этого «хорошо согласованного» правила. Я, например, не согласен с этим, как и полагаю, что это сделали бы статистики, придумавшие параметрические тесты.В статье, процитированной Фагерлундом (2012), конкретно рассматривались асимметричные распределения (гамма и логарифмически нормальные) основных параметров совокупности, и была сделана та же самая распространенная ошибка в отношении нормального распределения данных (должно быть: ошибка / остатки). Да, с данными, дающими искаженное распределение ошибок, требуются трансформационные или непараметрические тесты или более крупная выборка, и на центральную предельную теорему можно положиться. Абсолютно нормально использовать параметрические тесты при разумных допущениях и с разумной осторожностью с N равным 2 (Fisher, 1925).
— «Непараметрические тесты… менее чувствительны к выбросам» — Бутстрапирование — это своего рода непараметрический тест. Такие тесты могут выявить выбросы, выявив мультимодальное распределение сводной статистики, но они столь же «чувствительны» к выбросам. Проверка распределений и проверка предположений — правильный подход.
Если у вас есть какие-либо сомнения по этому поводу, пожалуйста, ознакомьтесь с Fisher (1925), полностью доступным здесь: https://psychclassics.yorku.ca/Fisher/Methods/index.htmЭтот раздел был удален, и поэтому мы не будем предоставлять подробные ответы на комментарии рецензентов.
7) Гибкость анализа: p-hacking
Рецензент № 1:
— Советы авторов о том, как обнаружить p-hacking, благонамеренны, но наивны.
По правде говоря, только предварительно зарегистрировавшись и предоставив подробные планы анализа, как это делается в клинических испытаниях, мы можем когда-либо надеяться остановить p-hacking. Для рецензента практически невозможно дать полную оценку этому, если у него нет доступного протокола исследования, по которому можно было бы оценить приверженность отчетности.
Мы согласны — вот почему мы начали раздел «Как это обнаружить» со следующего отказа от ответственности: «Гибкость анализа трудно обнаружить, потому что исследователи редко раскрывают всю необходимую информацию».Тем не менее, чтобы действовать на опережение, мы считаем, что рецензенты должны оспаривать авторов, если предлагаемый анализ не является прямым / хорошо обоснованным / не согласуется с предыдущими публикациями. В отредактированной рукописи мы подчеркиваем полезность предварительно зарегистрированных протоколов для помощи в обнаружении p-ханкинга и вновь подчеркиваем сложность его обнаружения в разделе «Как это обнаружить».
8) Невозможность исправить множественные сравнения
Рецензент № 1:
— Это непростой вопрос.Правда в том, что среди статистиков нет единого мнения относительно наилучшего метода коррекции. Это очень сильно зависит от области применения, и есть много людей, которые просто не согласятся в принципе с тем, что исправление для множественного тестирования имеет какой-либо смысл (например, Rothman, 1990, Epidemiology).
Я бы провел различие между исследовательским и подтверждающим анализами и дал бы разные рекомендации в зависимости от целей исследования. Мы можем более или менее беспокоиться о ложноотрицательных и ложных срабатываниях в этих настройках.
Это сложная тема, которая, вероятно, выходит за рамки знаний большинства (не являющихся экспертами) рецензентов и выходит за рамки данной статьи.
Согласен. Теперь мы подчеркиваем это важное различие и необходимость более внимательно относиться к обстоятельствам, приводящим к исправлению множественных сравнений (или их отсутствия).
«Когда исследователи изучают эффекты задачи, они часто исследуют влияние нескольких условий задачи на несколько переменных (поведенческие результаты, элементы анкеты и т. Д.)), иногда с недоопределенной априорной гипотезой. Эта практика называется исследовательским анализом, в отличие от подтверждающего анализа, который по определению является более ограничительным. При выполнении с частотной статистикой проведение множественных сравнений во время исследовательского анализа может иметь серьезные последствия для интерпретации важных результатов ».
А:
«Следовательно, при проведении исследовательских анализов с большим набором переменных (гены, воксели фМРТ, временные точки ЭЭГ) для исследователей просто неприемлемо интерпретировать результаты, не прошедшие коррекцию для множественных сравнений, без четкого обоснования.Даже если исследователи предлагают приблизительный прогноз (например, что эффект должен наблюдаться в определенной области мозга или с приблизительной задержкой), если этот прогноз можно проверить с помощью нескольких независимых сравнений, он требует корректировки для нескольких сравнений ».
Рецензент № 2:
— «для исследователей просто неприемлемо интерпретировать результаты, не прошедшие поправку на множественные сравнения» — Даже если это выдвинуто гипотезой? Возможно, сюда следует добавить «исследовательский».Я не согласен с тем, что если эффект «можно» протестировать с использованием различных сравнений, то требуются поправки для множественных сравнений. Рецензент мог бы просто сказать: «ну, вы могли бы сделать это для всех отдельных блоков данных, а не для средних по предмету, поэтому вам нужно исправить…» Это будет r-hacking (взлом рецензента), и его следует избегать . Следует поощрять явную, ограниченную, предварительно зарегистрированную проверку гипотез. Исследовательское тестирование — это хорошо, но его следует признать и исправить.
Согласен. Было добавлено отличие от подтверждающего анализа (см. Выше), а предложение изменено, как было предложено. Мы также подчеркиваем, что исследовательское тестирование абсолютно уместно, но оно должно быть подтверждено и исправлено.
9) Чрезмерная интерпретация несущественных результатов
Рецензент № 1:
— Это распространенная ошибка — настолько распространенная на самом деле, что трудно поверить, что что-либо, что мы предлагаем, будет иметь большое значение! Предложения авторов разумны, но несколько невнятны.
Согласен — это очень распространенная проблема, и мы твердо уверены, что ее можно успешно диагностировать и устранить в рамках процесса экспертной оценки. Таким образом, мы стремимся выделить его. Мы думаем, что наше предложение либо оправдать нулевой эффект с помощью специальной статистики, либо скорректировать интерпретацию теста, является конкретным. Но если у рецензента есть дополнительные предложения, мы, конечно, будем рады их добавить.
Рецензент № 2:
— «Незначительные эффекты могут означать буквально что угодно» — То же самое может быть и со значительными эффектами.Все перечисленные проблемы в равной степени применимы к значительным эффектам: истинным положительным результатам, чрезмерно малым эффектам (например, гораздо меньшим, чем значимый эффект, предсказываемый теорией) или неоднозначным эффектам. Как отмечают авторы, в значении α нет ничего особенного.
Да, мы признаем, что существует более общая проблема. Здесь мы имеем в виду более конкретную проблему, когда несущественное значение p не различает отсутствие эффекта из-за его отсутствия (противоречащие доказательства гипотезе) или из-за нечувствительности данных к гипотезе. (е.грамм. из-за отсутствия статистической мощности или несоответствующего экспериментального дизайна). Таким образом, он не интерпретируется в рамках любой текущей структуры и, следовательно, ошибочен, как было подчеркнуто рецензентом №1 выше. Мы согласны с тем, что важно указать на (большего) слона в комнате — отсутствие интерпретируемости значения p, которому мы посвящаем заключительную часть рукописи. Мы надеемся, что это обеспечивает баланс между непосредственной проблемой интерпретации нулевого результата и ограниченной интерпретируемостью значения p в более широком смысле.Мы изменили название раздела, чтобы сделать это различие более ясным, и немного перефразировали наш текст, чтобы лучше отразить наш смысл:
«Много было написано о произвольности этого порога (Wasserstein et al., 2019), и были предложены альтернативы (например, .005; (Benjamin et al., 2018; Colquhoun, 2014; Lakens et al., 2018) . […] Простыми словами — незначительные эффекты могут буквально означать очень разные вещи — истинный нулевой результат, слабый подлинный эффект или неоднозначный эффект (см., Например, (Altman and Bland, 1995)).”
— «В противном случае исследователи не должны переоценивать несущественные результаты и описывать их только как несущественные». — Итак, p = .049 является «значимым» и может быть интерпретировано, а p = .051 «несущественным» и «не должно интерпретироваться чрезмерно». Я думаю, мы можем добиться большего успеха, чем это. Какие эмпирические правила предлагают авторы, чтобы обойти этот лингвистический порог? Я считаю, что если есть какие-либо сомнения в конкретном результате, тогда нанесите на график данные, проверьте предположения, запустите моделирование, воспроизведите эксперимент с большей мощностью, найдите сходящиеся доказательства, проведите систематический обзор и метаанализ, представьте работу на конференциях, спросите рецензентов … Если вам говорят строго придерживаться дихотомии «значимое / незначительное», это не улучшит статистических выводов читателей.
Мы полностью согласны с этим тезисом и постарались отразить его в нашем комментарии. Во-первых, в конкретном разделе мы поощряем обсуждение величины эффекта и характера свидетельств. Мы также подчеркиваем проблематичное представление о том, что p-значение, связанное с данным статистическим тестом, представляет его фактическую частоту ошибок (см. Наш раздел «Обсуждение»). Наконец, мы просим не переоценивать незначительные результаты, это не означает, что тенденции к значимости игнорируются!
«Это заблуждение также означает, что иногда исследователи могут игнорировать результат, который не соответствует p ≤0.05, предполагая, что он бессмысленен, хотя на самом деле он предоставляет достаточные доказательства против гипотезы или, по крайней мере, предварительные доказательства, требующие дальнейшего внимания ».
10) Корреляция и причинно-следственная связь
Рецензент № 1:
— Мне кажется, что ученые обычно хорошо разбираются в этом вопросе. Не совсем статистическая проблема как таковая, больше об использовании осторожных формулировок при составлении отчетов.
Согласен. Это не статистическая проблема, а, скорее, логическая ошибка.Вот почему мы подчеркиваем в нашем Заголовке / Введении, что мы не ограничиваем список чисто статистическими вопросами.
— На рисунке 4 показана не «корреляция», а данные двух временных рядов; правая ось Y выглядит как отрицательные числа из-за делений оси; синий набор данных имеет автокорреляцию (в основном одни и те же люди, употребляющие маргарин в разные годы), а красный нет (в основном разводятся разные люди). Поскольку авторы не создавали этот рисунок, я предлагаю удалить его из своего учебника.Я также предлагаю им цитировать данные первичных исследований, а не вторичные веб-сайты (особенно когда этот веб-сайт обозначает корреляцию r [без степеней свободы] =. 9926 как корреляцию «99,26%». Это не так).
Этот рисунок был удален.
Почетные грамоты
Рецензент № 1:
— Я действительно не думаю, что раздел добавляет много, просто список терминов с небольшими пояснениями или без них. Я бы посоветовал удалить.
Мы принимаем точку зрения рецензента.С включением кругового анализа многие из этих вопросов были подробно обсуждены. Остальные вопросы включены, если это актуально, в рукопись.
Рецензент № 2:
— «Невозможно высокая корреляция» — заменить на «размер эффекта»?
Пересмотрено (перенесено в раздел 6).
Выводы
Рецензент № 2:
— Как бы интересно это ни было, я не понимаю, зачем нам нужно обсуждение NHST и p-значений в качестве заключения.Кажется немного не по теме. Краткое изложение основных проблем и совпадение общих ошибок и важности было бы гораздо более полезным. И некоторое признание важности общения со своими коллегами-статистиками. Большинство обсуждаемых здесь вопросов — это очень распространенные проблемы, с которыми могут помочь все (любые) статистики. Будь то на этапах разработки, написания или обзора исследования.
Мы согласны с обоими пунктами. Мы изменили название этого последнего раздела на «Заключительные замечания», чтобы лучше отразить передаваемое содержание.Что касается статистических рекомендаций, хотя мы полностью согласны с тем, что это могло бы помочь смягчить все проблемы, поднятые здесь, мы не уверены, что это конструктивный совет. В нашем сообществе советы по статистике не являются стандартной практикой. Таким образом, нет хороших доступных ресурсов, чтобы получить такой совет. Вместо этого, предлагая интуитивно понятное объяснение имеющихся проблем и способов их решения, мы предоставляем нашему сообществу новый ресурс. В самом деле, мы не думаем, что углубленная статистическая подготовка необходима, чтобы избежать этих основных проблем.
[Примечание редакции: до принятия были запрошены дополнительные исправления, как описано ниже.]
Благодарим вас за отправку исправленной версии «Десяти распространенных ошибок вывода, которых следует избегать при написании или рецензировании рукописи» на рассмотрение eLife. Эта версия была просмотрена двумя рецензентами, которые рецензировали исходную версию (Ник Парсонс; Ник Холмс), и их комментарии ниже. Ответить на эти комментарии должно быть просто, поэтому я хотел бы предложить вам представить вторую исправленную версию, в которой рассматриваются эти комментарии.
Рецензент № 1:
Резюме:
Авторы явно приложили огромные усилия, чтобы внести изменения в рукопись. Сейчас его довольно трудно читать, учитывая все добавления и удаления, поэтому потребуется хорошая корректура, чтобы убедиться, что он по-прежнему имеет смысл и правильно сканируется. Я даю несколько ответов на эти изменения:
Мы можем заверить рецензента (и редактора), что рукопись была вычитана коллегой, который также является носителем английского языка перед отправкой.
Существенные изменения:
Мне все еще кажется странным аргументом изначально утверждать, что эта статья мотивирована «… неэффективным экспериментальным планом, несоответствующим статистическим анализом и / или ошибочными рассуждениями, появляющимися в опубликованных статьях по нейробиологии…», а затем сказать немного позже, что все выделенные вопросы «… применимы к целому ряду научных дисциплин, которые используют статистику для оценки результатов…». Последнее верно — освещенные вопросы хорошо знакомы большинству прикладных статистиков, работающих в науке.Если есть особые вопросы, связанные с нейробиологией — которые, как я полагаю, вполне могут быть, — то в этой рукописи об этом вообще не говорится. На мой взгляд, эта рукопись работала бы намного лучше, если бы к названию было добавлено слово «нейробиология», а примеры и вопросы, специфичные для нейробиологии, использовались повсюду. В целом, я не думаю, что эта рукопись действительно выполняет свою задачу — отвечать и разговаривать напрямую с читателями нейробиологии. Поднятые проблемы — обычные подозреваемые; вопросы, с которыми статистические обозреватели и прикладные статистики хорошо знакомы.В этом нет ничего плохого, но, возможно, это была упущенная возможность сделать что-то более эффективное. Например, обзор опубликованной литературы и описание типичных ошибок отчетности и анализа были бы отличным способом мотивировать эту рукопись. Не предлагаю всерьез сделать это сейчас. Но это оказалось очень эффективным способом внести реальные изменения в исследовательскую культуру и способы проведения исследований и отчетности в других дисциплинах.
Настоящее Введение является результатом компромисса между нашими собственными намерениями (как указано в нашем первоначальном проекте) и рекомендациями рецензента в предыдущем раунде исправлений.Как сказано во введении, наш анализ этих 10 распространенных ошибок основан на нашем личном опыте читателей рукописей, который основан на множестве дисциплин, связанных с нейробиологией. Из обширного чтения, которое мы выполнили при написании этого комментария (как показано в нашем списке литературы), мы с тех пор узнали, что неудивительно, что это очень распространенные ошибки в научных дисциплинах. Поэтому мы никоим образом не хотим утверждать, что это специфические проблемы нейробиологии, мы просто утверждаем, что они действительно общие для нейробиологии.Это мнение выражено во втором абзаце Введения.
Чтобы проиллюстрировать некоторые ошибки, мы попытались использовать общие примеры, учитывая огромное разнообразие практик в нейробиологии. Но я могу заверить рецензента, что мы сосредоточили рукопись вокруг нашей области — за исключением нобелевских лауреатов (что довольно поразительно!), Все примеры относятся к нейробиологии. У нас нет возражений против добавления в заголовок «нейробиологии», хотя, как было подчеркнуто рецензентом, было бы хорошо избежать этих ошибок при написании любой научной рукописи , поэтому мы не уверены, что это измененное название имеет смысл.Оставляю решение редактору.
Что касается комментария рецензента о том, что эти проблемы являются «обычными подозреваемыми», мы полностью согласны! Поскольку это такие распространенные проблемы, было сделано много предыдущих попыток их решения. Но мы хотим выделить два аспекта, которые отделяют наши усилия от предыдущих попыток улучшить исследовательскую культуру. Во-первых, предыдущие комментарии / анализы (особенно те, которые включают обзоры опубликованной литературы), как правило, сосредоточены на одной ключевой проблеме или нескольких связанных вопросах.Кратко суммируя ряд общих проблем в одном списке, мы надеемся, что относительная широта нашего комментария предоставит еще не существующий удобный инструмент, который поможет нашему сообществу и, в частности, исследователям на начальном этапе своей карьеры, которые ищут руководство, изучая, как анализировать рукописи. Во-вторых, мы хотим выделить онлайн-инструмент, который мы разработали для сопровождения этого комментария. Этот инструмент предназначен не только для того, чтобы выяснить, какие проблемы являются наиболее важными, но и для того, чтобы предложить сообществу предложить альтернативные решения нашим, тем самым способствуя конструктивному обсуждению того, как изменить нашу исследовательскую культуру.В отредактированной рукописи мы дополнительно подчеркиваем эти два важных аспекта во Введении:
«Наш список ни в коем случае не является исчерпывающим. […] Мы также надеемся, что, критически рассматривая эти проблемы и наши возможные решения, исследователи станут более бдительными в отношении повторения этих ошибок в своих собственных рукописях ».
0) Введение
ОК. Это явно вопрос перспективы. Меня часто просят просмотреть статьи с конкретным запросом, в котором меня просят проанализировать статистические вопросы.Они часто приходят по просьбе рецензентов, не занимающихся статистикой, которые предлагают, чтобы редактор попросил статистика взглянуть на рукопись.
Согласен — это действительно вопрос перспективы.
2) Интерпретация сравнений двух эффектов без прямого сравнения их
Не совсем уверен, что это тип «… ошибочного вывода.…» — «… очень распространенный…» в опубликованных статьях. Практически первое, чему мы учим в статистике, — это сравнивать группу A с группой B, используя соответствующий статистический тест.Ошибка, которую авторы здесь выделяют, кажется намного более сложной, чем эта; Чтобы сравнить средний ответ в двух группах, действительно ли я проверю каждую на соответствие нулевой гипотезе о том, что среднее значение равно 0, а затем сделаю вывод, если я отклоняю для одной группы, тогда я могу сделать вывод, что эта группа «статистически значимо» отличается от другой группа? Если это сделано, то это сделано для того, чтобы намеренно (злонамеренно) ввести читателя в заблуждение.
Это настолько распространенная проблема, что была опубликована предыдущая (обзорная) статья, посвященная ее освещению (Nieuwenhuis et al., 2011; с тех пор цитируется более 550 раз). Авторы часто идентифицируют интересующий эффект (скажем, в группе A), затем они исследуют эффект в контрольной группе (группа B) и сообщают, что эффект не был значительным для группы B. результат является значительным после «исключения» или учета смешения, относящегося к контрольной группе B. Этот документ цитировался более 570 раз. Как ни странно, мы попросили Криса Бейкера прокомментировать нашу рукопись (предыдущий редактор The Journal of Neuroscience — нашего основного общественного журнала и старший автор знаменитой статьи с двойным окунанием — цитировался 1870 раз).Он выделил эту проблему как наиболее часто встречающуюся, по его мнению. Мы изменили формулировку этого раздела, чтобы лучше объяснить, в чем проблема, и надеемся, что теперь она стала более ясной.
4) Ложные корреляции
То, что я пытался сказать о добавлении доверительных интервалов, похоже, было неправильно понято. Я бы сделал общее замечание, что, если возможно (что обычно бывает), все точечные оценки количеств должны быть представлены с ошибками; например CI, диапазон, стандартная ошибка, интервалы начальной загрузки и т. Д.Дело в том, что если бы это было сделано для корреляций, то влияние выброса на выводы было бы гораздо более очевидным, чем на графике, который просто представляет точечную оценку корреляции в виде прямой линии. Утверждение о том, что точки, выделенные красным, являются явными «выбросами» — предположительно потому, что они находятся далеко от подобранной линии — было бы гораздо менее обоснованным в качестве аргумента, если бы линия на самом деле была областью правдоподобных значений, учитывая наблюдаемые данные.
Приносим извинения за недопонимание комментария рецензента.Теперь мы добавили CI отдельных образцов.
Я абсолютно не предлагаю отбрасывать точки данных просто на основе апостериорной визуализации данных. Критический момент заключается в том, что ученым всегда нужно подвергать сомнению свои собственные данные — и не только в конце исследования, когда все данные собраны и они больше не помнят, почему одно значение далеко от всех остальных. Совершенно приемлемо отбрасывать значения, если есть веские основания полагать, что что-то пошло не так или было записано неправильно.Это происходит постоянно — например, числа, случайно записанные в неправильных единицах измерения, калибровка не выполнена, дни и месяцы перепутаны с датами — существует почти бесконечное количество причин, по которым данные могут быть «неправильными». Совершенно приемлемо изменять такие значения, как это — я бы посоветовал, чтобы необработанные данные оставались неизменными, а изменения вносились в исправленный набор данных, с изменениями, задокументированными и согласованными всеми участниками исследования, и сделанными доступными для проверки другими. Если мы сделаем это, то что мы будем делать с точками данных, которые авторы выделяют как «выбросы»? Это либо истинные ошибки (что-то пошло не так, но мы не можем найти причину), либо истинные точки данных.На мой взгляд, ни один из этих случаев не является хорошей причиной для предложения использовать устойчивые корреляции, если остальные данные выглядят нормально распределенными. Это необходимо, если вы считаете, что последнее верно для изменения используемой модели, или в первом случае, возможно, вы можете ограничить выводы (подгонку модели) регионом, в котором у вас есть хорошие данные, и не включать крайние значения.
Неправильно полагать, что, например, использование непараметрического метода является решением (хорошей альтернативой) параметрическому методу в описанной здесь настройке.Как я сказал в своем первоначальном комментарии, поскольку значения преобразуются в ранги, вы просто перемещаете крайнее значение на рис. 2C ближе к другим значениям. Итак, на самом деле вы говорите, что не верите, что записанные данные верны в том смысле, что с ними можно обращаться так, как это подразумевается графиками; то есть они являются непрерывными мерами, где расстояние между ними имеет некоторый смысл для измерения «близости» (например, евклидово расстояние). Таким образом, если вы используете непараметрическую корреляцию, вы на самом деле говорите, что не считаете, что значение «правильное».В конечном итоге это восходит к основам планирования эксперимента и написанию плана статистического анализа (SAP) в начале исследования до начала сбора данных. В этом случае вам необходимо прояснить, что вы думаете о метрических свойствах каждого результата исследования — вы не можете просто выбрать использование непараметрического анализа после сбора данных, потому что это облегчает жизнь. Извините за труд, но это важно, так как оно затрагивает суть многих статистических проблем в научной отчетности.
При нормальном распределении данных устойчивые корреляции дают тот же ответ, что и корреляция Пирсона. Когда данные не распределяются нормально, корреляция Пирсона может вводить в заблуждение. Важно отметить, что надежные корреляции гарантируют, что сообщаемая корреляция не обусловлена несколькими точками или выбросами (как мы упоминали в нашем первоначальном ответе). Даже если эти выбросы действительны, они делают недействительным статистический метод, с помощью которого оценивается взаимосвязь. Этот момент передан в тексте следующим образом:
«Но если это истинное наблюдение рискует нарушить допущения вашего статистического теста, оно де-факто станет ложным и, следовательно, потребует другого статистического инструмента.”
По нашему мнению и подтвержденным ссылками, которые мы предлагаем, надежные корреляции являются хорошим решением, которое легко доступно для минимизации ложных корреляций (обратите внимание, что рецензент №2, которому мы также выделили это предлагаемое решение, был удовлетворен этим предложением) . Но, как мы заявили во Введении, наша цель не в том, чтобы диктовать новый золотой стандарт в области передовой статистической практики. Вместо этого мы надеемся облегчить обсуждение того, как наилучшим образом решить эти проблемы в различных обстоятельствах, которые предоставляет наш онлайн-инструмент.Мы подчеркиваем, что часто существует множество альтернативных решений для решения описываемых нами проблем. Если рецензент желает предложить ключевую ссылку, передающую его точку зрения, мы будем очень рады добавить его в качестве «дополнительного чтения».
https://doi.org/10.7554/eLife.48175.005 Калькулятор планирования колледжа: Path3College 529 Plan
✖Важная информация о ваших расчетах
Представленные результаты являются гипотетическими иллюстрациями и могут не отражать фактический рост ваших инвестиций в конкретный план 529, если таковой имеется.Любая использованная гипотетическая норма прибыли не отражает фактических результатов и не предсказывает будущие результаты программы. Ставки возврата будут меняться со временем. Инвестиции, которые стремятся достичь более высокой нормы прибыли, более изменчивы и связаны с более высокой степенью риска. Калькулятор учитывает налоговые переменные в зависимости от того, что вы выбираете. Могут быть ограничения или ограничения на право на получение налоговых льгот в зависимости от налогового кодекса в государстве вашего проживания.
Эти расчеты не являются рекомендацией по инвестированию.По мере изменения вашего финансового положения вам следует пересмотреть свои инвестиционные цели, период времени для инвестирования в колледж и личное финансовое положение, а также переоценить, достаточно ли вы инвестируете, чтобы достичь своих целей по сбережениям в колледже. Вы можете проконсультироваться с квалифицированным консультантом, прежде чем делать инвестиции.
В расчетах не отражены управленческие, административные и другие сборы, связанные с 529 планами. Если бы эти сборы были отражены, любой рост общей суммы взноса в течение того же инвестиционного периода был бы ниже.
Прежде чем инвестировать в план 529, подумайте об инвестиционных целях, рисках, расходах и расходах. Свяжитесь с 1-877-424-4377 для получения описания плана, содержащего эту и дополнительную информацию. Прочтите внимательно.
Перед тем, как инвестировать в план 529, подумайте, есть ли в штате, где вы или ваш Бенефициар проживаете, план 529, который предлагает благоприятные налоговые льготы штата, которые доступны, если вы инвестируете в план 529 этого штата.
Налоговая информация, содержащаяся в данном документе, не предназначена для использования и не может быть использована любым налогоплательщиком с целью избежания налоговых штрафов. В некоторых штатах с подоходным налогом экономия 529 налогов может отличаться от ставки подоходного налога штата. Налогоплательщикам следует обращаться за советом к независимому налоговому консультанту с учетом их конкретных обстоятельств. Неквалифицированное снятие средств может облагаться федеральными налогами и налогами штата, а также дополнительным федеральным налогом в размере 10%.
Инвестиции в План 529 не застрахованы и не гарантированы, и существует риск потери инвестиций. Стоимость счета будет колебаться в зависимости от ряда факторов, включая общие условия финансового рынка.
TIAA-CREF Tuition Financing, Inc., Штаты и их агентства не несут ответственности за последствия каких-либо решений или действий, предпринятых на основании или в результате информации, предоставленной этим инструментом, и не несут ответственности за каких-либо людей или механические ошибки или упущения.
Урок 4 — Расчет мощности в электрических цепях
Скриншоты из этого урока
| Для просмотра этого урока: | |
| Существующие участники: |
Обзор этого урока
В этом уроке мы познакомим вас с концепцией расчета мощности в электрических цепях.Первое, что следует иметь в виду при изучении теории цепей, — это то, что вся мощность поступает от источника, а эта мощность поглощается компонентами в цепи.
Поскольку у нас есть поданная и потребляемая мощность, при расчете мощности необходимо иметь какое-то соглашение о знаках, которое отслеживает, в каком направлении течет энергия.
В схемотехническом анализе, если мощность рассчитывается как положительная, мы считаем, что это означает, что мощность потребляется этим компонентом. В реальной схеме это означает, что этот компонент будет нагреваться, и если потребляется слишком много энергии для физических размеров элемента схемы, то элемент физически расплавится и перестанет работать должным образом.
Если мощность рассчитана как отрицательная, это означает, что этот элемент схемы подает питание на остальную часть схемы. На практике отрицательная мощность означает, что рассматриваемый элемент является источником напряжения, источником тока или каким-либо другим активным компонентом в цепи.
По закону сохранения энергии мощность, подаваемая в цепь, должна быть равна мощности, потребляемой элементами схемы. Во всех схемах, если мы рассчитаем мощность, потребляемую каждым элементом (резисторами, катушками индуктивности, конденсаторами и т. Д.), И добавим эту потребляемую мощность, она будет равна мощности, выдаваемой источником.Если он не совпадает в точности, значит, мы где-то допустили ошибку в наших расчетах мощности.
В этом уроке мы даем общую формулу для мощности, которая применяется к любому элементу схемы, и показываем, как ее использовать с указанным ранее соглашением о знаках для положительной и отрицательной мощности. Мы также выводим дополнительные формулы мощности для резисторов, которые очень часто используются при анализе цепей. Затем мы работаем над задачами, которые показывают, что мощность, подаваемая источником, равна сумме мощности, потребляемой всеми пассивными элементами в цепи.
Расчет оконных периодов ВИЧ | SmartSexResource
Что это за инструмент?Инструмент «Таблица вероятностей оконного периода для ВИЧ» был разработан, чтобы помочь клиницистам проводить предварительные обсуждения на ВИЧ с людьми, которые могли иметь контакт с ВИЧ.
По мере совершенствования технологии тестирования на ВИЧ период окна (время от заражения до первого положительного результата данного теста) некоторых тестов на ВИЧ сокращается. Эта информация о периодах окна может помочь людям узнать, когда лучше всего пройти тест на ВИЧ.
Читать дальше ⌄Диагностика ВИЧ как можно скорее после заражения означает, что люди могут получить рекомендации о том, как предотвратить передачу при высокой вирусной нагрузке. Однако, в зависимости от времени и характера контакта, а также времени получения результатов предыдущих тестов, некоторые врачи могут предложить подождать три месяца, чтобы пройти тест на ВИЧ. По истечении этого времени вероятность ложноотрицательного результата составляет менее 1%.
Инструмент «Таблица вероятностей» был разработан для определения вероятности ложноотрицательного результата теста, если человек инфицирован ВИЧ.Ложноотрицательный результат теста — это результат теста, который указывает на то, что у человека нет ВИЧ, хотя на самом деле у него действительно есть ВИЧ.
Этот инструмент следует использовать, когда человек может указать приблизительную дату своего потенциального контакта с ВИЧ. Это менее полезно для людей, которые не знают, когда могло произойти возможное облучение.
Более подробную информацию о разработке инструмента можно найти здесь.
Читать меньше ⌃ Пункты медицинского обслуживания (3-е поколение) и тесты на ВИЧ 4-го поколенияБольшинство тестов на ВИЧ в Британской Колумбии начинается с теста 4-го поколения, который ищет в крови как антитела к ВИЧ, так и антигены p 24 (белки ВИЧ).Если этот тест является реактивным (положительным), проводится дополнительное подтверждающее тестирование.
Читать дальше ⌄Тест на ВИЧ 4-го поколения имеет средний период окна от 14 до 21 дня. [1] Поскольку тесты на ВИЧ 3-го поколения (например, Point of Care) и 4-го поколения зависят от индивидуальных иммунных реакций, время, необходимое человеку для выработки достаточного количества антител для теста на обнаружение ВИЧ, может варьироваться. Периоды окна ВИЧ основаны на средних значениях; у одних людей антитела вырабатываются быстро, у других — дольше, и всегда есть выбросы.
Читать меньше ⌃ Как пользоваться калькуляторомОпределите, будет ли использоваться тест на ВИЧ 3-го поколения (например, Point of Care) или 4-го поколения. Попросите человека, который проходит тестирование, оценить количество дней, прошедших с тех пор, как, по его мнению, он заразился ВИЧ. Сдвиньте ползунок к нужному количеству дней; вероятность ложноотрицательного результата будет показана для тестов 3-го и 4-го поколения.
Читать дальше ⌄Пример: Гарри состоит в отношениях с ВИЧ-положительным партнером.Он и его партнер обычно используют презервативы во время секса, но однажды ночью у них был незащищенный анальный секс, а Гарри оказался внизу. По оценкам Гарри, это произошло примерно за две недели (14 дней) назад. Его врач смотрит на Таблицу вероятностей и говорит Гарри, что он может пройти тест на ВИЧ, но если он ВИЧ-положительный, существует вероятность 79-90%, что тест даст ложноотрицательный результат (тест не обнаружит ВИЧ, даже если ВИЧ присутствует). Они все равно решают сделать это, планируя провести повторный тест через 4 недели, если первый тест окажется отрицательным.
Читать меньше ⌃ ОграниченияВажно отметить, что периодам окна присуща неопределенность, поскольку они могут варьироваться в зависимости от характеристик вируса, индивидуального иммунного ответа, а также технических аспектов теста. Хотя Таблица вероятностей основана на большом исследовании с большим количеством выборок, это все же конечная выборка, и всегда есть вероятность выбросов в данных. Кроме того, с момента создания этого инструмента некоторые платформы тестирования на ВИЧ претерпели изменения, и некоторые периоды окна теперь несколько короче, чем отмечалось ранее; в зависимости от используемого теста.Приведенные здесь вероятности являются инструментом и не должны использоваться с абсолютной уверенностью.
Ресурсы- Тейлор Д., Дуригон М., Дэвис Х., Арчибальд С., Конрад Б., Кумбс Д., Гилберт М., Кук Д., Крайден М., Вонг Т., Огилви Г. Вероятность ложноотрицательного результата теста на антитела к ВИЧ в период окна: инструмент для до- и послетестового консультирования . Int J ЗППП, СПИД. 2014 16 июля
- Гилберт М., Крайден М. Не ждите, чтобы пройти тест на ВИЧ. BCMJ. Август 2010 г .; 52 (6).
- Агентство общественного здравоохранения Канады. Вирус иммунодефицита человека: руководство по скринингу и тестированию на ВИЧ . 2012. Оттава. Доступно на сайте: Catie.ca (документ PDF)
Агентство по ядерной энергии (АЯЭ) — главная
Агентство по ядерной энергии (АЯЭ) — главнаяПубликации
Доступ к полному каталогу публикаций и отчетов
eNq1WF1v2jAUfedXRHknCXTt0BSoNkY3pFZjfGjTXpBJLuAs2Kk / COzXzyFMC5Ojrg5 + xDbnXvuee3zi8P6wS509MI4p6bsdL3AdIBGNMdn03cX8od1z7wetMEF7VF3W84JlN + i6TpQizvtuMe + tABHufX96 / AgKAZg7aDkhXSUQiYt1UuDU + 4z49gllxRon3FMcOzsQWxr33UyK06gTcsFUHoOcsp88QxGE / nmkOpss31THQ78A + w9UyYE9IrLRggIxwowkY0DEEAnYUHasyffOCBvzKXAqWQQTJLYTRvc4hlgbYo1SDkZB1nk8A7ZPQRRBtOB + Eu24EThK0GEKz2N90u / V7FAcRDtod + 5ubru9Xrdz0 + 0GRqFY5aj0VVCb8A3rMKFMoNRSBTAfXpLIUhwGzy9WOsY8S9HRS3hmelSIITUNTLW6vY0UO5gzJT6pOrN / 8IlMU / + VWS / O0mAp40J5hlQSUaMQi5npQQwpEXCor6iZqInDmYsY + PVgf1GiF / SJXKU4MpUvJTASuFhMx3pOGxL5A + KwYPaa / hsmMc359cWkWjxL2WcnPdSCKiOxvA2Ct8Z98kOxpObCGElGM / CVxGDeRDnGZE2baoYinh6qEe1OFoVGKIUak7I0lArFtz + eyhqj7XVLOaEF / TSam1LhqwR2nJ1 + NmVDZEOGFcWumGLZs1aMqmR6LdgKkfF3vp / nuUchitsEkEfZxm / ixSo3nj1LbOVaLW1GqW + WUL + Vl9brqmHaPy9dvE3N5Pn / Z9OqjSGYhAa1KKXWmiCOR9fX2L9O0lrakwulsBfm5PqQwJTYsily1fzTYEwemFKDL + s1rnmPqCVh6JdvIYNW6BfvIIPWb2divCc =
LJ8x1wntEHGbkxChГрафик изгиба стержней лестницы с изогнутыми опорами {Пошаговая процедура}
Чтобы рассчитать график изгиба стержней лестницы с перекладинами, я прошу вас изучить график Основы изгиба стержней , а также компоненты лестницы
Лестница : —Лестница ведет на разные этажи здания.Лестница состоит из ряда ступенек с площадками с соответствующими интервалами. Промежуток между двумя посадками называется полетом. Пространство, в котором предусмотрена лестница, называется лестницей.
Чтобы облегчить понимание, я вычисляю количество лестницы, разделяя ее на компоненты.
Компоненты лестницы: —Поясная плита: поясная плита — это плита лестницы, которая наклоняется от плиты перекрытия к плите лестничной площадки.
Полет: серия шагов от пола до приземления.
Посадка: Уровень пола между полетами.
Ступень: Ступенька состоит из подступенка и ступени.
Протектор: Протектор — это плоская часть, на которую вы наступаете.
Подступенок: Подступенок — это вертикальная (вверх и вниз) часть между каждой ступенью лестницы.
С учетом приведенного ниже плана определения количества стали для графика гибки стержня: —Все значения в приведенном ниже плане приняты.
Определение фактической длины поясной плиты: — Шаги для расчета арматуры, необходимой для лестницы с собачьими опорами: — 1.Найдите длину стержня X и стержня Y
2. Найдите количество стержней X и стержня Y
3. Оцените общую длину стержней X и стержня Y
4. Определите общий вес необходимой стали.
Как видно из рисунка выше, лестница состоит из двух поясных плит 1 и 2. Так как количество армирования варьируется в зависимости от поясной плиты 1 и 2, давайте рассчитаем количество индивидуально. Помните, что вышеупомянутые шаги одинаковы для обеих плит.
Перед тем, как погрузиться в расчетную часть, убедитесь, что вы безупречно рассчитываете бетонное покрытие.Если не? сначала следуйте приведенному ниже посту
Waist Slab-1: — (принять диаметр 8 мм @ 100 мм)Как удалить бетонное покрытие
93
Slab : — (принять диаметр 8 мм @ 100 мм)
Landing-1: — (принять диаметр 8mm @ 100mm)X стержни Landing-1 связаны арматурой плиты. следовательно, нет необходимости в дальнейшем расчете стали, необходимой для Посадки-2.
Х-бары Лендинга-1. уже добавлены и рассчитаны в Waist slab. Теперь рассчитайте стержни Y для приземления-1.
Бетонное покрытие было вычтено из длины Y-образного стержня с обеих сторон.
Стержни L-типа для лестниц: — (Принять стержни диаметром 6 мм)Число ступеней = 20
Поручень: — (Принять диаметр 8 мм при 100 мм)
АННОТАЦИЯ ОБ УКРЕПЛЕНИИ ЛЕСТНИЦЫ: —Следовательно, 172.90 кг стали, необходимое для постройки лестницы с собачьими ногами.
Помните, что вышеупомянутые значения приняты исключительно для понимания.
Есть сомнения? Поделитесь своими мыслями в поле для комментариев ниже. Вы также можете разместить свои запросы на CivilRead Civil Engineers Forum
Также прочтите:
Основные сведения о графике гибки стержня
График гибки стержня плиты
Дизайн лестницы с загнутыми ногами
Поделиться с друзьями! Поделиться — это забота 🙂
Для мгновенных обновлений Присоединяйтесь к нашей трансляции WhatsApp.