Wo finden PPV und NPV weiters wichtige Anwendung?
für Überlegungen zur Evidentialität publizierter Forschungsergebnisse (Wahr vs. Falsch)
Was zeigt eine Studie von Ioannidis?
dass PPV für “Hypothese ist wahr” der meisten publizierten Forschungsergebnisse niedrig sein muss
hängt stark mit study power und pre-study odds von Hypothesen zusammen
Pre-study odds: a priori Wahrscheinlichkeit das Hypothese wahr ist
PPV stark von Power oder Bias abhängig
-> großes Ausmaß an Bias macht auch Powergewinne zunichte
Warum werden unwahrscheinliche Hypothesen oft trotzdem Bestätigt?
weil die Ergebnisse “überraschend” oder “aufregdnd” sind
-> häufiger publiziert
-> bekommen mehr Aufmerksamkeit
Wovon ist die Richtigkeit von Hypothesen abhängig?
von der Prävalenz richtiger Hypothesen
Prävalenz a priori niedrig - signifikantes Ergebnis auch nur mehr oder weniger guter Indikator für Richtigkeit
“Überraschende" oder “aufregende” Forschungsergebnisse deswegen meistens falsch - “false positive”, außer sie wurden in gut kontrollierten Studien mit geringem Bias und hoher Power ermittelt!
Wo finden PPV und NPV auch wichtige Anwendung?
für Überlegungen zue Evidentialität publizierter Forschungsergebnisse (wahr vs. falsch)
Wie leicht ist die A priori Wahrscheinlichkeit von Hypothesen einzuschätzen?
Schwer, variiert auber
Welche wichtigen Punkte werden bei der Anwendung von Überlegungen zur PPV ersichtlich?
hohe Power wichtig für Zuverlässigkeit
Kontrolle von Bias ebenso
Zuletzt geändertvor 6 Monaten