Разное

Бинома отзывы форум: Биномо (Binomo) — отзывы реальных клиентов 2021

18.08.2018

Содержание

Биномо (Binomo) - отзывы реальных клиентов 2021

Binomo Позиция в общем рейтинге: 7 Количество отзывов: 141

Рейтинг доверия пользователей: 40 из 100

Возврат 80% от партнерских выплат

По нашим данным более 90% клиентов этого брокера проигрывают свой депозит. МОФТ не советует работать с бинарными брокерами, так как процент проигрыша у них гораздо выше, чем у форекс компаний.

У вас будет гораздо больше шансов заработать с форекс брокером - одним из лидеров рейтинга МОФТ:

Binomo (произносится как Биномо) — брокер бинарных опционов, осуществляющий деятельность с 2014 года. Компания ведет клиентоориентированную политику — предоставляет лояльные торговые условия, расширенный аналитический сервис и собственную удобную платформу.

Входит в Dolphin Corp., страна регистрации — Кипр. С мая 2018 года Binomо является членом категории "А" Международной Финансовой Комиссии — независимой организации по урегулированию споров, возникающих на финансовых рынках.

Высокое качество услуг компании доказывает наличие в ее арсенале премий «Брокер года» (Air Awards 2016) и «Лучший брокер для начинающих» (Forex Expo Awards 2015). Клиентами Биномо являются трейдеры из 133 стран мира.

Содержание страницы

Важно! Мы работаем со счетами, открытыми исключительно через сайт МОФТ

Отзывы клиентов

Опубликован: shrtw

Платформа Binomo просто жесть. Я не верю позитивным отзывам, которые пишут типа "трейдеры". Не знаю никого, кто смог бы здесь зарабатывать. Котировки от ведущих мировых банков? Не смешите меня. У меня были сделки по таким котировкам, которые вы не найдете ни на одном графике нормального брокера. Они тупо сливаю депозит, манипулируя котировками.

Опубликован: Антон

1. Подкручивают график, особенно если он рядом с уровнем твоей ставки, за пару сек дергается так, чтобы ты слил.
2. Тренд идет вниз от 5 минут до часа, стабильно график падает в низ, ты заключаешь сделку от 1 до 5 минут, и график резко меняет направление. Конеееечно, это совпадение.
3. Я играл в баккарат с живым дилером, и там шанс 50-50 всегда, там там мне больше с*ка везло, я чаще выигрывал, чем здесь, там там хоть выплаты 100%, а тут 60-83%.

4. Шесть лузов подряд, ставя по тренду, вы серьезно?
Горите в аду на*бщики конченые.

Опубликован: Денис

Обосцаная шляпа-кидалово, только заряжаешь нормальную сумму к примеру на спад- резко подымается вверх, при том, что если мониторить и посмотреть статистику как подымается график, такого не было вообще, как только ставишь сумму- сразу в секунду подлетает граффик и не падает вообще.
Вообщем кидалово пацаны-не ведитесь!

Опубликован: anriradex

Binomo левая офшорная кухня. Много читал негативных отзывов об этой конторе. Хотел было открыть здесь счет, но потом, изучив деятельность Binomo, передумал.Здесь есть не только проблемы с торговлей, но и проблемы с выплатами. Так что если вдруг захотите здесь торговать - лучше подумайте!

Опубликован: Валик

Мошенники специально затягивают вывод денег чтобы ты слил депо, 2 недели не выводят придумывают с каждым разом всё новое

Опубликован: energ

Платформа для торговли у брокера Биномо - сплошное разочарование, очень неудобная для новичков, да и опытные трейдеры глаза сломают ,пока смогут разобраться что к чему. Моя первая сделка открытая у них ни к чему хорошему не привела - график резко меняет свое направление после заданных мною прогнозов и этой вызывает очень сильные подозрения в мошенничестве! Я бы не стал рекомендовать этот рынок, в особенности брокероа Биномо, отзывы о них крайне негативны от людей, видно тоже натерпелись, как я их понимаю!

Опубликован: VIRus

Торгую на Форексе уже давно, больше 3 лет, и заметил тенденция слива даже старых компаний присутствует постоянно. Решил перейти на бинарные опционы, что бы понять для себя новые принципы торговли, но для начала перечитал отзывы о бинарках и в частности о брокере Binomo, доверия не возникло. Я как и другие не понимаю, где они берут деньги для выплат клиентам, если у трейдера получается выиграть сумму больше заведенного депозита. Тем более, что Биномо сейчас запрещены на территории Еврозоны тоже не располагает к работе с этой конторой.

Обзор брокера в деталях

Binomo предлагает клиентам передовую торговую платформу с современным функционалом и набором необходимых инструментов для эффективного трейдинга опционами. Помимо хорошей репутации среди пользователей, имеются доказательства высокой надежности компании.

Деятельность организации контролируется ЦРОФР (сертификат RU 0395 AA V0132). Помимо функции контроля над соблюдением правил работы на финансовых рынках, данная организация выступает гарантом и страховщиком на случай возникновения спорных ситуаций между клиентов и компанией.

Наличие у Binomо (Биномо) сертификата ЦРОФР гарантирует трейдерам высокое качество услуг, прозрачность взаимоотношений и защиту независимой профессиональной организации. Специально созданный компенсационный фонд обеспечивает защиту капитала трейдера до 20 000 €, в случае подачи им соответствующей претензии.

Компания Binomo успешно прошла аудит компании Verify My Trade (VMT) и получила сертификат качества проведения сделок. Сервис Verify My Trade помогает трейдеру сравнить цены на рынке от различных брокеров и понять, какая сделка выгодная, а какая — нет. Посредством VMT Биномо предоставляет клиенту результат анализа качества собственного исполнения сделок. Трейдеру доступна информация о 5 000 реальных сделках других клиентов, произведенных через Binomо за прошлый месяц.

Преимущества Binomo: 

  • продвинутый web-терминал с поддержкой 2-х типов опционов;
  • поддержка более 50-ти торговых активов: валюты, акции, индексы, контракты (классические и минутные), сырье и криптовалюты; 
  • быстрый вывод средств, поддержка более 10-ти платежных систем;
  • доступ к уникальному режиму трейдинга «Non-stop» — возможность открыть несколько позиций одновременно и продолжать торги без ожидания окончания сделки;
  • индивидуальная аналитическая поддержка, расширенный набор инструментов и индивидуальные предложения (страхование депозита, кэшбек 10% от суммы затрат), для GOLD и VIP-счетов;
  • оперативная служба поддержка по e-mail, телефону или в чате в формате 24/7;
  • мобильное приложение для удаленной торговли в любом месте;
  • поддержка 15 индикаторов и более 25 инструментов для рисования на графике; 
  • возможность работать в любой день недели;
  • котировки от ведущих мировых информационных агентств;
  • возможность технического анализа рынка непосредственно в браузере;
  • регулярные конкурсы и турниры с внушительными призовыми фондами;
  • продвинутое обучение новичков — видеоуроки, статьи, электронная книга, демо-счет. 
Минимальная сумма для пополнения всего 10 USD, 10 EUR или 500 RUB, а стоимость одного опциона — 1 USD, 1 EUR или 100 RUB. Это позволяет новичкам приступить к реальной торговле с минимальными рисками в финансовом плане. Размер максимальной инвестиции — 1 000 USD, 1 000 EUR или 50 000 RUB.

Доходность опционов составляет 87% для всех трейдеров и 89% — для VIP-клиентов. Таким образом, продвинутые трейдеры получают возможность соблюдать правила манименеджмента. Согласно им, чем меньше торговый оборот в процентах от депозита, тем ниже риски. Имея депозит всего $100, уже можно торговать 1% от баланса, а с $1 000 данный показатель опускается до 0.1%, что в разы снижает вероятность просадки.

Торговая платформа Binomo представляет собой площадку, которая создавалась специально под пользователей с учетом их запросов. Из особенностей терминала можно выделить наличие большого по размеру масштабируемого графика активов, более десятка индикаторов (список инструментов периодически пополняется), визуализация открытых сделок и возможность торговли в режиме «Non-Stop», когда число открытых сделок не ограничивается.

Binomo предлагает выгодные условия не только трейдерам, но и партнерам. В рамках партнерской программы BinPartner предусмотрен высокий процент отчислений — до 70% от прибыли компании. Зарабатывать можно по двум вариантам:

  • Revshare до 70% от прибыли каждого привлеченного клиента;
  • CPA – до 400 долларов фиксированной прибыли с привлеченного трейдера.

Ниже представлены отзывы о Binomo, которые оставляют реальные пользователи. Для этого нужно зарегистрироваться на нашем сайте. Размещенный на сайте Объединения рейтинг Binomo покажет трейдерам объемы торгов и количество клиентов в компании.

Торговые условия Binomo

Счета: реальный (стандартный, GOLD, VIP), демо
Торговые системы: собственная торговая платформа
Валюта для внесения средств на счета: евро, доллар, рубль
Мин. депозит: 10 USD, 10 EUR, 500 RUB
Сертификат (регулирование) ЦРОФР
Min размер сделки: 1 EUR, 1 USD или 100 RUB
Max размер сделки: 1 000 EUR, 1 000 USD или 50 000 RUB
Ввод/вывод средств: VISA/Master Card, Neteller, КИВИ, Яндекс.Деньги, WebMoney, Альфа-Клик, МИР, Приват24, Perfect Money, PSB, Payeer, криптовалютные кошельки (Bitcoin, Litecoin)
Бонусы: От 20% до 60% от пополнения депозита

Экспертная оценка МОФТ

Компания Binomo (Биномо) пользуется популярностью среди трейдеров, торгующих бинарными опционами. Брокер предлагает своим клиентам выгодные, но при этом довольно специфические условия работы.

Аналитики МОФТ рекомендуют работать с Форекс брокерами, которые предлагают стандартные условия сотрудничества. Выбирайте компании из рейтинга надежных брокеров. Он составлен специалистами МОФТ на основе множества показателей и отзывов трейдеров о брокерах, поэтому дает объективную оценку работы компаний.

СОВЕТ ОТ МОФТ: Выбирайте лучших! Выбирайте лидеров!

FAQ

  • 1. ⭐ Влияют ли отзывы трейдеров на рейтинг Binomo?

    Любой отзыв может поднимать или понижать рейтинг компании в общем списке брокеров. Чтобы ознакомиться с отзывами, перейдите в рейтинг и выберите интересующего вас брокера.


  • 2. ➕ Как оставить отзыв о Binomo на сайте МОФТ?

    Для того, чтобы оставить отзыв о брокере, авторизируйтесь или зарегистрируйтесь на сайте, зайдите в профиль компании, укажите Ваш логин и отзыв о работе брокера.


  • 3. 😎 Можно ли оставить отзыв о брокере не клиенту МОФТ?

    Любой желающий может оставить отзывы о работе компании. Чтобы не только оставлять отзывы, но и зарабатывать, рекомендуем Вам изучить вопрос размер возврата спреда и добавить Ваш торговый счет в МОФТ, чтобы получать больше.


  • 4. 👑 Почему с Binomo выгоднее работать через МОФТ?

    Потому как в таком случае Вы каждый месяц будете получать дополнительные выплаты от МОФТ. Других отличий при работе напрямую нет - все будет также.


Назад

Биномо (Binomo) - отзывы 2021 от реальных клиентов, описание брокера

Binomo - торговая площадка для трейдинга, которая начала деятельность в 2014 году. Офис компании расположен в государстве Сент-Винсент и Гренадины.

Биномо - один из немногих представителей рынка брокеров, которые имеют функциональный торговый терминал собственной разработки. Доходность по активам в пиковые часы достигает до 90% для статусных трейдеров в случае верного прогноза, однако среднее значение, как правило, колеблется около 80%.

Некоторые особенности брокера:

  • График актива широкого формата с функцией изменения освещения, просмотром истории, масштабированием, изменяющимся способом отображения котировок актива;
  • Набор автоматических индикаторов, в котором собраны наиболее эффективные инструменты;
  • Сервис графических инструментов. Доступны как простые инструменты, так и полуавтоматические средства анализа: Уровни Фибоначчи, Гартли, Вилка;
  • Дополнительный индикатор статистического вида «Мнение большинства»;
  • Скорость исполнения ордеров до 1,7 мс.
Преимущества Недостатки
  • Функциональная платформа собственной разработки
  • Низкий стартовый порог
  • Выплаты до 90%
  • Есть риск потерять всю сумму вложений
Преимущества
  • Функциональная платформа собственной разработки
  • Низкий стартовый порог
  • Выплаты до 90%
Недостатки
  • Отсутствует государственная регуляция
Об авторе

Николай Песков

аналитик рынка Форекс, финансовый журналист, и практикующий трейдер с более чем десятилетним стажем.

Николай долгое время работал в финансовых компаниях, знает на какие аспекты работы брокеров надо обращать внимание и всегда готов поделиться ценной информацией с нашими читателями.

Содержание страницы

Основные характеристики брокера

Уровень выплат От среднего до высокого
Наличие счета Демо Да
Минимальный депозит 10 USD или эквивалент
Минимальная сумма сделки 1 USD или эквивалент
Комиссия за неактивный счет Да
Время на открытие счета 5 минут
Рынки Площадка для трейдинга
Варианты для пассивного заработка Нет
Минимальный срок экспирации 1 минута
Максимальный срок экспирации 60 мин
Комиссия за вывод средств Только комиссия платежных систем
Вывод средств на банковскую карту Да
Зачисление и вывод криптовалютой Нет
Зачисление средств с электронного кошелька Да
Валюты счета USD, EUR, Нац. валюта
Бонус к депозиту Да

Комиссии

Прямые комиссии за исполнение сделок у брокера отсутствуют. Напомним, что ключевой показатель привлекательности торговли - это процент выплат брокера. Чем он выше, тем выше шансы трейдера заработать. У Бинома этот процент находится на среднем уровне - 78-83%, но для VIP-клиентов может достигать 90%. За пополнение и вывод средств брокер комиссию не взимает.

Виды пассивного заработка

Binomo - это брокер для активного трейдинга. Пассивный заработок возможен в случае участия в партнерской программе.

Типы счетов

  • Демо счет
  • Standard счет с минимальным депозитом от $10
  • Gold счет с минимальным депозитом от $500
  • Vip счет с минимальным депозитом от $1000

Способы ввода и вывода средств

Пополнение и вывод средств возможны всеми наиболее популярными методами:

  • Банковский перевод;
  • Банковские карты;
  • Платежные системы.

Пополнение большинством методом происходит мгновенно, а на вывод брокер отводит до 3 рабочих дней на счете Standard и до 4 часов на счете VIP.

Торговый терминал

Торговый терминал собственной разработки - это одно из преимуществ Биномо. Он отличается удобным интерфейсом, но, тем не менее, имеет все необходимые средства для анализа графиков и принятия решений.

Отзывы о Binomo от реальных людей 2021 – развод или нет? Мнения клиентов о брокере бинарных опционов

На своих сайтах каждый брокер выставляет себя только в лучшем свете. А ведь практически у каждого из них есть весомые (и не очень) недостатки, которые обязан знать каждый трейдер перед началом торговли. Поэтому прежде чем зарегистрироваться, нужно узнать, что думают о той или иной компании другие люди. Но с этим тоже бывают проблемы, так как далеко не все комментарии правдивы. Далее рассмотрим только аргументированные и настоящие отзывы о Binomo.com, а развод это или нет – вы должны будете решить самостоятельно.

Некоторые компании на своих страницах размещают отзывы о себе. Понятно, что найти в них негативные еще тяжелее, чем иголку в стоге сена. Поэтому сразу советуем не обращать особого внимания на подобные комментарии. Но где же их искать?

Лучше всего для этого подойдут форумы. На них часто заходят действительно опытные трейдеры. А благодаря удобству таких сайтов, найти нужную ветку и тему не составит труда. Наиболее популярными форумами в Рунете, где можно найти отзывы о Binomo.com, являются:

  • Binaryclub;
  • MMGP (Money Maker Group) и т.п.

Кроме них есть множество и других порталов, но именно эти отличаются наибольшей посещаемостью. Форумы также замечательны тем, что кроме поиска о брокере Биномо свежих отзывов, вы сможете узнать множество другой полезной информации (стратегии и т.п.), а также пообщаться с представителями Binomo и других компаний.

Где искать отзывы, мы разобрались. Но теперь стоит выяснить, какие из них реальны. О Binomo отзывы трейдеров (как и о любой другой компании) могут быть как заказными, так и настоящими. Но не стоит думать, что заказные – это только положительные и восхищенные комментарии. Дело в том, что другие брокеры нередко используют приемы черного пиара и заказывают негативные отзывы о конкурентах. Поэтому не стоит слепо верить каждому комментарию.

Не обращайте внимания на отзыв, автор которого на форуме написал менее 10 сообщений. Исключением являются комментарии с реальными доказательствами (скриншоты, подробные записи и т.п.)

О Binomo, как брокере бинарных опционов, отзывы в большинстве случаев положительные. А средняя оценка среди трейдеров – 4,5 баллов из 5 (не зря он на лидирующих позициях в нашем рейтинге брокеров). Далее мы представим несколько интересных отзывов, которые удалось найти, и кратко прокомментируем каждый.

Вы тоже боитесь давать брокеру фотографии своих документов? На самом деле эта стандартная процедура. Причем не только у брокеров, но и в других компаниях, например, покер-румах. Дело в том, что сейчас в свободном доступе можно найти множество сканов паспортов, поэтому и просят отправить селфи с подтверждающим личность документов.

Автор этого отзыва боялся мошенничества со стороны Binomo. Но позже с ним в этой же ветке связался представитель компании и объяснил, что процедура безопасная и стандартная. После этого автор написал следующее сообщение (см. скриншот ниже).

Многочисленные отзывы о Binomo подтверждают надежность этого брокера бинарных опционов. Если думаете, что счастливчиков, которые выводят деньги единицы, вы ошибаетесь. Многие компании сейчас ведут честную игру и позволяют зарабатывать своим трейдерам. В качестве доказательств представляем следующий скриншот.

Как видите, эти авторы не случайные посетители форума, а второй приложил еще и подтверждение вывода (мы были неавторизированны, поэтому не смогли показать вам его).

Кстати, кроме форумов, о Binomo.com отзывы можно найти и на других сайтах, где публикуются комментарии о чем угодно. Но настоящие трейдеры редко туда заходят. Отзывы оставляются дилетантами, которые утверждают о подмене котировок и других видах обмана, повлекшие за собой слив депозита, а на самом деле даже не хотят думать, что, возможно, дело в них. Поэтому рекомендуем все же посещать форумы, посвященные бинарным опционам. Найти аргументированные комментарии здесь значительно легче.

Далее мы представим еще несколько комментарием по теме брокера Binomo

— отзывы (развод или нет), которые мы нашли в интернете. Они максимально ясно описывают брокера.

Отзыв о Binomo №1

С Binomo только начал свое знакомство, поэтому о выводе сказать не могу ничего, но депозит пришел мгновенно. Сайт и торговая платформа выполнены на высоком уровне, хотя в последней есть и недочеты (имею в виду невозможность настройки таймфрейма свечей). Но в целом она работает шустро и не подводит. За неделю торговли удалось увеличить сумму на счете на 15%. Немного, но для старта вполне приемлемо. Через недельку буду оформлять вывод, посмотрим, останусь ли я после этого на Биномо.

Отзыв о Binomo №2

До Binomo работал с другим брокером. Деньги выводи стабильно, но лично мне торговать там было некомфортно. Сейчас торгую на Биномо и жалею, что не перешел раньше. Благодаря отличной работе платформы и сайта, мне удалось примерно на 7–9% увеличить свой месячный доход. Выводил уже много раз, поэтому могу смело заявлять, что компания надежная. Не знаю как остальные, но я отсюда ни ногой.

Мы повторимся, что подобных отзывов о Binomo.com, как и о  каждом известном брокере, предостаточно. Найти их не проблема, но вот верить всем подряд не стоит. Когда научитесь отсеивать заказные комментарии, сможете составить правдивый портрет компании и решить, стоит ли тут торговать или нет.

Binomo ᐈ все отзывы о Биномо Украина за 5 лет (актуально на 2021 год)

Чтобы оставить или прочитать отзывы, щелкните по ссылке-картинке, или пролистайте вниз (мнения о компании находятся под обзором).

Торговая платформа Binomo появилась в 2014 году, и сегодня работает в 130+ странах, в том числе, в Украине. Биномо Украина стремительно развивается, На начало 2021 года ежедневно торгуют 80000+ трейдеров. 133 страны присутствия (в России компания не работает).

На торговой платформе компания предлагает набор из 40+ инструментов для трейдинга в комфортных условиях (в том числе, на мобильном телефоне Андроид / iPhone).

Особенности зачисления и вывода средств

Компания Биномо для проведения финансовых платежей с клиентами предлагает банковские карты и электронные кошельки. Это позволяет трейдерам выбрать оптимальный для себя режим зачисления и вывода средств. Стоит отметить, что компания не требует дополнительной верификации при осуществлении платежей при условии использования одного платежного сервиса. Проще говоря, используя один и тот же сервис для зачисления средств и вывода прибыли с торгового счета, вы избавите себя от проблем с подтверждением личности и общения со службой безопасности компании.

Объем минимального счета для трейдинга – всего 10 долларов, при этом сумма минимальной торговой позиции составляет 1 доллар США.

Типы счетов

Binomo на своей платформе предлагает классификацию торговых аккаунтов в зависимости от уровня начальных инвестиций:

  • Демо-счет – тренировочный аккаунт предоставляется бесплатно при регистрации соответствующего формата счета

  • Standart – минимальный торговый счет с уровнем инвестиционных средств 10 долларов США. Позволяет получить полный доступ ко всем торговым, техническим и вспомогательным сервисам
  • Gold – торговый депозит от 500 долларов США. Имеет определенный уровень преимуществ в виде наличия доступа к более ликвидным активам, возможность кешбека до 5%.
  • VIP – максимально крупный по объему начальных инвестиций торговый счет – от 1000 USD. Имеет самый широкий выбор дополнительных сервисов – работа с персональным менеджером, ускоренными выплатами, дополнительные эксклюзивные условия работы с торговой платформой

Бонусы

  • Классические бонусы – увеличение начального капитала инвестора в зависимости от суммы зачисления
  • Акции – бездепозитные подарочные сделки, полная страховка рисков по определенному числу первых контрактов
  • Турниры с максимально высокими показателями призовых фондов, средства которых выплачиваются реальными деньгами

Обучение торговле

Для получения теоретических знаний в трейдинге, компания предлагает систему бесплатного обучения, основанную на инновационных инструментах и формах предоставления информации:

  • Книга в интерактивном формате
  • База знаний
  • Пошаговые инструкции по работе с терминалом
  • Демо–счет
Доходность до %

До 90% в случае верного прогноза

Срок экспирации от

60 секунд до 1 часа

Возврат до %

10%

Минимальный лот (USD)

1

Бонус на депозит

до 200%

Минимальный депозит (USD)

10

Пополнение/вывод банковскими картами

Есть/есть

Наличие демо-счета

Есть

Торговля в выходные

Есть

Данный обзор - это краткое описание возможностей торговой платформы. Мы специально сделали его максимально нейтральным, чтобы Вы могли высказать свое мнение о плюсах и минусах самостоятельно. Вы имеете возможность поделиться своим мнением о работе основных сервисов и технических инструментов торговой платформы Binomo, оставив отзыв. На основе реальных отзывов о Биномо можно сформировать более объективный взгляд на преимущества и недостатки сервиса, недели это сделал бы автор сайта.

Отзывы о брокере

Только правда! Мы размещаем все мнения, если в них нет нецензурной лексики и с-п-а-м-а (форма для отзывов внизу).

Узнайте, что пишут другие трейдеры об этом брокере (На других языках: EN, ID, ES, Pt-BR, VI).

1 минута Вашего времени может помочь сотням людей! 

Вы просматриваете: Отзывы о Binomo.com

Сверху показатьНовыеСтарыеПолезныеБесполезныеПоложительныеОтрицательные

Страница 1 из 24

Написать отзыв

Отзывы о бинарных опционах

Поговорим о том, почему реальные отзывы о бинарных опционах искать в интернете практически бесполезно. К сожалению, никто — ни «брокеры бинарных опционов», ни «трейдеры» не хотят нам сразу сказать главное. А именно:

  • что бинарные опционы — вовсе не «опционы», а обычные ставки на уровень цены;
  • брокеры — просто финансовые букмекеры;
  • «трейдеры» ничего не покупают и не продают.

Ничего сложного в этом нет. Настоящие биржевые опционы (их называют «ванильными») торгуются — сюрприз, на биржах. На Московской бирже, на биржах CME, CBOE и многих других.

Бинарные же компании никак не связаны с этими биржами. Это не инвестиции, не торги. А просто — ставка на уровень цены, финансовый беттинг.

Поэтому в Европе нам достались букмекерские конторы. Вы покупаете платформу (типа Spot Option или Tech Financials, их очень много), заливаете ее себе на сайт, называетесь «Лучший брокер бинарных опционов в мире» и принимаете деньги от людей, что на платформе делают ставки на котировки. Схема простая, как веник.

Со временем биржевая схема пропишется и у нас, юридическая работа ведется, но пока имеем, что имеем.

Однако, здесь-то и начинаются проблемы.

Ловушка новичка, о которой не скажут в отзывах

Проблема новичка состоит вот в этом:

Как видите, задачей всех брокеров, партнеров, псевдотренеров, сигнальщиков, любителей «доверительного управления», всевозможных гуру и прочего биомусора является внушить новичку то, что бинарные — это невероятный, волшебный, простейший способ получить деньги.

Это не так. Легких денег, естественно, не бывает. Иначе все бы давно их получили, не так ли?

Бинарные — схема и правда простая. Есть график, на котором показываются котировки межбанка. Есть цена евро/доллар (например). Нужно уметь предугадывать, куда пойдет цена и зарабатывать на этом.

Просто? Ну да. Что же может быть проще, чем регулярно правильно прогнозировать движение валюты на межбанке 🙂

Поэтому абсолютно все отзывы, вся реклама про легкие заработки, вселяют в новичка катастрофически ложные надежды. Дальше происходит следующее:

  • новичок приходит;
  • на азарте сливает депозиты или что-то «поднимает»;
  • использует мартингейл, сигналы и прочее, не понимая, что он делает;
  • постит скрины с «супер-доходами»;
  • теряет все и уходит по итогам месяца, а порой и недели.

В результате, по итогам года здесь не остается вообще никого — буквально меньше 5% от числа тех, кто начинал.

Как понимает любой разумный человек, скриншот ладно что можно подделать — но в нем просто нет смысла. Ну да, я заработал за сегодня 1000 долларов, вот вам скриншот.

Затем:

  • завтра потерял 2 тысячи;
  • залил депозит, потерял еще 2;
  • потом еще;
  • взял кредит, потерял еще 10.

Итоги — заработал 1000 долларов (плюс скриншот), потерял 15 тысяч долларов (реальный пример, кстати).

Именно такие примеры вы видите в группах вконтакте, где живут сигнальщики, партнеры брокеров БО и т.д.

Мы покупаем отзывы

Отзывы про бинарные опционы в основной своей массе представляют собой дикую смесь между платными комментариями и криками неудачников. При этом платный вариант встречается повсеместно и делается элементарно. На копирайтерских сайтах покупаются отзывы сразу с размещением. Копирайтер находит сайт с отзывами и пишет опус на заданную тему, чтобы получить свои три рубля.

Как определить таких? Многие попадаются на использовании слишком элементарных приемов. Например, позитивный отзыв, что начинается со слов «Моя торговля бинарными опционами начиналась у такого-то брокера». Потом человек плавно развивает свою мысль, рассказывает о множестве позитивных моментов и в конце отзыва (весьма обширного) приходит к выводу: оказывается, это лучший брокер в его жизни.

Такие приемы используют недобросовестные компании, что нужно обходить стороной.

Пример тиражирования отзыва по сайтам

Вывод? Если вы видите отзыв, который вас насторожил, возьмите предложение из него в кавычках, как на скриншоте, и проверьте, где он оставлялся еще. Вы удивитесь, как много копирайтеров работают по такой схеме и как много позитивных отзывов у контор, на самом-то деле, попросту куплены.

Я дятел и горжусь этим

Как правило, если негативный отзыв оставляет неудовлетворенный жизнью чебурек, то в нем масса восклицательных знаков и ноль конструктива. Например:

«эта контора полная лажа! я там как дурак зарегился! сначала все хорошо,а затем решил вывести деньги и стали дурить!! тупо!! как наполнить счет так секунду,а как отдать денежки так ждать надо аж 7 дней типа проверки!! не связывайтесь лохотрон!!!»

Стиль, грамматика, отсутствие заглавных букв, число восклицательных знаков — в этом отзыве все прекрасно. Особенно обратите внимание на причину жалобы — задержка с выплатой.

Большинство брокеров сразу предупреждает, что выплаты осуществляются после проверки, которая действительно может занять неделю. Мало того — еще и скан паспорта могут попросить. А крутые брокеры — еще и квитанцию за квартиру в придачу. На этом этапе у некоторых начинается истерика и заикание.

Хочется быстрее? Для этого существуют VIP-счеты, с выводом в день заявки и кучей плюшек. Но, чебуреку это все неведомо — он разбирается только в восклицательных знаках.

Не работает! Что именно? Ничего не работает!

Теперь отзыв несколько конструктивней. Или нет?

«Согласен, это развод и туфта. Сайт постоянно тормозит, открываешь на продажу, а сайт подвис и момент упущен, в итоге слив.»

Здесь мы видим сразу три интересных момента. Раз сайт тормозит — значит это сразу развод. Да, это логично, все покровы раскрыты — теперь можно возвращаться к жене за пряником.

Но суть не в этом. Сайты брокеров иногда подвисают — это правда. И тогда происходит так называемое «проскальзывание». Это когда вы хотите купить опцион на определенной секунде, но сайт 2-3 секунды «подвисает», потом таки покупает опцион, но уже на более низкую или высокую позицию.

Бытует мнение, что так брокеры обманывают клиентов. Пожалуй, тогда им нужно запатентовать технологию подвисания по запросу, верно? Реальность куда банальнее. Скорость вашего интернета уберем — пусть она будет идеальной.

Сайт брокера расположен, как правило, на зарубежном хостинге. В командной строке Windows (Пуск > CMD) вы можете ввести команду «ping сайт_брокера», скажем, ping iqoption.com и посмотреть, сколько миллисекунд уходит на доступ к сайту. Если это значение до 100 мс — можете смело работать.

Почему происходит проскальзывание

Но еще интереснее — это сам факт проскальзывания. Почему оно происходит? Как правило, из-за недостаточной производительности технологической платформы. Сайт брокера всегда работает с поставщиком котировок со стороны — и если у того случаются проблемы, страдает и брокер.

Но основная причина «проскальзывания» — это массовые сделки. Большинство трейдеров работают с краткосрочными опционами и новостями. Стратегия там проста. За несколько минут до выхода знаковой новости покупается опцион с выходом через 1-2 минуты после новости.

Теперь представим, что куча народу в одну минуту ринулось покупать опционы. Что произойдет? То же, что и при наплыве массы посетителей на сайт — он подвисает и может вообще не открываться.

Что делать? Выбрать брокера с мощной платформой, который не жалеет денег на серверы, и не работать слишком часто с краткосрочными сделками на 1-3 минуты. При работе со сделками от 5 минут проскальзывание никакой роли не играет.

Просто? Еще бы. Как видите, между отзывом «это развод» и реальностью нет ничего общего. Казалось бы, комментатор должен был бы разобраться? Но нет — в нем кипят эмоции, а мозг отдыхает.

Я уже запутался

Порадовал вот такой отзыв:

«Брокеры воюют между собой, я уже запутался, кто из них хороший.»

Так и есть, отзывы — не панацея. Между брокерами и правда идет бескомпромиссная война, представленные в интернете отзывы не дают вообще никакой картины. Брокеры бьются между собой, как сучки на ринге. Бинарные опционы настолько «горячая» тема, которая с бешеной скоростью теснит форекс и ПАММы, что маркетинговая война часто выходит за рамки приличий, а в комментариях разворачивается ад, угар и Израиль.

Именно поэтому:

Помните: брокеры отлично зарабатывают и не жалеют средств на черный PR друг против друга. ВСЕГДА, когда видите негативный отзыв против сертифицированного брокера, будьте начеку. По ту сторону отзыва может сидеть чебурек, который получил свои 3 сребреника за пук в воздух.

И самое главное: учите технический анализ. Без него в БО делать абсолютно нечего.

Об отзывах позитивных

С негативными разобрались. С позитивными еще проще — это пиндец, пардон май френч. Обычно они крайне просты и незамысловаты и рассчитаны на вашу бабушку, вроде:

«Потрясающий, невероятный, сказочный брокер, зарабатываю по 200000$ в день, уже три машины купил, три магнитофона, куртки кожаных тоже три!»

Идите нахрен. Это кратко. У каждого «брокера», или букмекера, без исключения, есть и плюсы, и минусы — и в отзывах я буду или видеть этот взвешенный подход, или все в лес и комментариев вообще не будет.

Оставьте ваш отзыв о бинарных опционах: реклама будет удаляться

Честно говоря, с отзывов мало толку, по причинам, описанным выше. Поди различи, реальный ли это трейдер, либо какой-то рекламщик, сигнальщик или стратегий-продавальщик.

Поэтому я просто оставляю за собой право удалять все — позитивное и негативное — что относится к указанным ниже примерам.

А именно, в утиль пойдут:

  • истерики;
  • нецензурные  недовольства;
  • дутые «факты»;
  • сказочные заработки.

Все это будет уходит в мусорную корзину сразу.

«Я зарабатываю 300000 долларов в час на бинарных»? Чувак, спасибо что потратил драгоценное время и сообщил об этом в комментариях с ссылкой на своего брокера. Пожалуй в баньку, она же бан, навечно.

Интересуют отзывы лишь по делу, взвешенные и разумные. Пусть это лучше будет 2 отзыва, но по теме, чем 20 и полная помойка.

Мой видеоотзыв о бинарных опционах. Осторожно: юмор детектед

Брокеры-шмокеры

А сейчас я больно пну сразу всех брокеров. Об этом вы в блогах о бинарных нигде не прочитаете. Такой секрет, просто кошмар.

Итак. После того, как вы зарегистрируетесь, к вам прикрепят менеджера. И существует не нулевая вероятность, что это будет мистер «Дайте денег». Некоторые считают, что раз им достался ваш телефон — его надо насиловать всякими «заманчивыми» предложениями. И начинается: «а бонус хотите», «а пополните счет и дадим печеньку», «а у нас обучалка новая», «а вот новый инструмент».

Некоторые (как повезет), будут вас домогаться. Милый женский голос еще ладно, но гнусавый мужской… але, вы меня не за того держите. Я знаю, у меня сексуальный голос, но он для моей девушки. Поэтому — сразу твердо скажите, мол, все заманухи — почтой. Можно голубиной или егерями на собаках. Если в таком духе пообщаетесь, менеджер от вас отвянет, и уже между вами и торгами никто маячить не будет.

И вообще, шлите менеджеров в лес — от них одна головная боль. Никаких стратегий они не знают, уж поверьте. Знали бы — не сидели на телефоне, а торговали бы сами. Короче, не ведитесь на их песни и просто учитесь работать самостоятельно.

Читайте Школу бинарных опционов и форум, это в разы полезнее, чем слушать по телефону представителя компании, что зарабатывает с ваших потерь.

Отзывы о Биномо 2019 | La Rose Spa

Сайт binarki.net рекомендует Вам использовать для торговли опционами только те средства, потеря которых не принесет большого вреда Вашему бюджету. Материалы, размещенные на сайте, носят лишь информативный характер и не являются руководством к действию. Вся ответственность за использование материалов сайта в торговле возлагается на пользователя, при этом администрация ресурса не несет какой-либо ответственности. На нашем сайте представлено большое количество отзывов, как плохих так и хороших о брокере Binomo от опытных трейдеров. Мы стараемся следить за тем, чтобы все комментарии оставляли реальные клиенты брокера.

Наивно полагать, что работа на платформе Биномо является легким заработком. Отзывы Binomo 2019, оставленные на специализированных сайтах и форумах, преимущественно положительные и всегда аргументированы.

Кухонных дел мастер Binomo, в несколько, сделок расправился с балансом своей очередной жертвы и после слива предложили вложить еще денег для очередной попытки разбогатеть. На сайте добавили нового брокера, который уже давно на рынке форекс, вы можете посмотреть турбофорекс отзывы и решить, если вам нравиться этот брокер, то начните зарабатывать. Брокерская компания Binomo, отзывы о которой Вы можете оставить ниже, производит приятное впечатление. Деньги выводи стабильно, но лично мне торговать там было некомфортно. Сейчас торгую на Биномо и жалею, что не перешел раньше.

Возможности вывода средств с официального портала Биномо

На сайте Binomo трейдеру предоставляются бинарные опционы, долгосрочные опционы, парные опционы, на касание и 60 секунд. Более того, каждый https://tdglobus.com.ua/binomo-prekrashchayet-rabotu-v-rf-v-chem-prichina/ вид позволяет трейдеру наиболее выгодно нивелировать любые ценовые колебания сделки и наполнить в любой момент свой депозит прибылью.

✅ Как проверяются отзывы, оставленные о Binomo?

Последние отзывы и комментарии о Binomo

Так что читайте отзывы о биномо и о других брокерах бинарных опционов, делайте свой выбор. Но если адекватно посмотреть на заниженные планки условий торговли, то с уверенностью можно сказать, что в этом нет стремления компании, завладеть средствами клиентов. Наоборот, брокер, таким образом, открывает возможность начать торговлю на бинарном рынке более широкой аудитории со всеми условиями торговли с минимальными рисками. Раньше на Биномо не было возможности потренироваться и многие трейдеры обходили его стороной, ведь не всегда удобно пользоваться 2мя брокерами когда можно все делать на одной платформе.

Независимый форум онлайн трейдеров

Благодаря отличной работе платформы и сайта, мне удалось примерно на 7–9% увеличить свой месячный доход. Выводил уже много раз, поэтому могу смело заявлять, что компания надежная. С Binomo только начал свое знакомство, поэтому о выводе сказать не могу ничего, но депозит пришел мгновенно. Сайт и торговая платформа выполнены на высоком уровне, хотя в последней есть и недочеты (имею в виду невозможность настройки таймфрейма свечей). За неделю торговли удалось увеличить сумму на счете на 15%.

Также брокер Binomo успешно прошел аудит компании Verify My Trade, что подтверждает наличие сертификата качества проведения сделок. Регистрация в компании открывает возможности для каждого індекс доходності пользователя реально работать с демо счетом и получать знания основ торговли.

Свалить вину на программу гораздо проще, чем признать собственную некомпетентность. Не стоит обращать внимания на подобные отзывы. Важно помнить, что в торговле бинарными опционами, как и в любой другой деятельности, успех зависит от вложенных в дело сил.

Информация о ситуации на мировом рынке

Торгую опционами совсем недавно и мой путь по бинарным опционам начался именно с Биномо. Я много читал форумы и отзывы, до того момента как сам начал торговать.

Также можно пользоваться всеми функциями платформы, пополнять депозит и заключать сделки с реальной прибылью. На практике данная операция занимает всего 3-4 часа, именно поэтому скорость проведения операции по выводу одна из самых лучших на этом рынке. Анализ отзывы о биномо отзывов, касающихся вывода денег, показал, что компания Binomo обрабатывает заявки оперативно. Средства поступают на счета трейдеров согласно заявленным в Торговом соглашении срокам и даже раньше. Это отмечают большинство торговцев в своих сообщениях.

При выборе брокера ориентируйтесь на его рейтинг на сайте, время работы на рынке, соотношение положительных и отрицательных отзывов, репутацию среди трейдеров. А вот еще один пример того, как Биномо Ком сливает деньги своих клиентов без их на то согласия. После того, как средства уходят со счета, профиль блокируется по непонятным причинам. Похожих историй довольно много на различных сайтах и форумах, где обсуждаются разные бинарные опционы, общая ситуация на рынке Forex.

Здесь вы сможете задать вопросы по трейдингу, выводу средств а так же обратиться в поддержку по интересующему вас вопросу. Только мы следим за отзывами и гарантируем, что они оставлены реальными людьми, а не конкурентами или другими лицами, заинтересованными в улучшении или ухудшении репутации брокера.

✋ Можно ли зарегистрировать несколько учетных записей, чтобы оставить отзывы о Binomo?

Еще один человек повелся на рекламу в ютубе про небритого мужика, который рассказывает как выгодно торговать с брокерской конторой Биномо на бинарных опционах. Он, не сняв лапшу с ушей, открыл их сайт и завел на торговый счет свой депозит.

Однако встречаются и негативные мнения о деятельности компании. Вниманию начинающих и опытных трейдеров представлены актуальные отзывы клиентов брокера Биномо, оставленные пользователями на самых уважаемых профильных сайтах. Клиенты Binomо, ставшие партнерами компании, могут получать дополнительную прибыль от привлечения новых клиентов. Трейдеры, зарегистрировавшиеся на сайте Binomо и начавшие прибыльную торговлю бинарными опционами, будут приносить партнеру 50% от прибыли брокера.

Обзор брокеров

Через недельку буду оформлять вывод, посмотрим, останусь ли я после этого на Биномо. О Binomo, как брокере бинарных опционов, отзывы в большинстве случаев положительные. А средняя оценка среди трейдеров – 4,5 баллов из 5 (не зря он на лидирующих позициях в нашем рейтинге брокеров). Далее мы представим несколько интересных отзывов, которые удалось найти, и кратко прокомментируем каждый.

Типы бинарных опционов у Binomo

А торговые стратегии, интегрированные в платформу брокера, дают возможность преждевременно получать сигналы, которые генерируются на основании показателей надежных индикаторов бирж. Binomo обеспечивает торговыми сигналами – бесплатными и очень прибыльными (72 из 100 закрываются с прибылью)! отзывы о биномо Также обеспечены гибкие сроки экспирации, которые составляют от 1 минуты до 12 месяцев. Мы предоставили вам пошаговый инструктаж, благодаря которому можно начать трейдинг бинарными опционами правильно. Следуя таким рекомендациям вы быстро станете на путь успешного биржевого трейдинга.

Но, если ты торгуешь по какой-то жесткой системе требующей последовательных действий то демо счет тебе, ну просто необходим. Биномо – это компания, которая постоянно развивается и совершенствуется. Именно поэтому ее торговые условия с каждым годом становятся все выгоднее, а терминал все более продвинутым. С первых минут пребывания на сайте Binomo понимаешь, что компания вкладывает огромные деньги в свое развитие, современные технологии инвестирования и маркетинговые решения для привлечения клиентов. Обратите внимание на то, что торговля бинарными опционами сопряжена с достаточно высокими рисками, которые могут повлечь за собой убытки – как части, так и всех инвестированных Вами средств.

Binomo Отзывы 2020 – Fundación Asoleu

Мне было предоставлено обучение с аналитиком, который ввел меня в курс дела и за первый месяц я смог немного заработать и вывести прибыль за один день, что меня очень обрадовало. Буду продолжать торговать именно у Биномо.

Зарабатывать Можно

Уже трижды выводил прибыль на карту, обычно деньги приходят через 2-3 часа https://forex-helper.ru/binom-ukhodit-s-rossiyskogo-rynka.html после вывода в кабинете. Глюки на платформе случаются крайне редко.

Минимальный Депозит В Биномо

Неплохие Возможности Binomo

С выплатами всё нормально, средства приходят вовремя, как и прописано на сайте брокера. Торгую уже полгода года на биномо, всё устраивает, рекомендую. Поделюсь своим положительным отзывом. Торгую опционами совсем недавно и мой путь по бинарным binomo отзывы опционам начался именно с Биномо. Я много читал форумы и отзывы, до того момента как сам начал торговать. Конечно был осведомлен о том, что большая часть тредеров на начальной стадии торговли теряет средства, а не зарабатывает.

Мошенничество На Binomo: Лохотрон Или Нет?

Условия Брокера Binomo

Да, смог немного заработать, но с выводом средств были огромные проблемы. Вернее сказать, свои 560 долларов я так и не смог получить, после чего наступила крайняя степень разочарования. По совету информационного ресурса для трейдеров попробовал поработать с Binomo, на платформу которого зачислил минимальный депозит – доверия операторам рынка уже не было. Поработал на платформе 2 недели и понял – это реально профессиональная площадка.

Здесь трейдер получает все необходимое — от аналитики и консультаций профи до технического инструментария анализа и ставок с максимальной доходностью. Но самое главное, что средства, полученные от торговли, выводят за сутки и не нагружают тебя верификациями и binomo отзывы дополнительными условиями. Платформа Binomo — отличный вариант для бинарной торговли. Возможность знакомства с сервисом брокера и опция учебной торговли в его терминале уже давно считаются знаком профессионализма компании, которая честно работает на рынке.

Биномо также предоставляет бесплатный демо-счет заинтересованным трейдерам. Эта опция позволит игрокам познакомиться с функционалом терминала, протестировать стратегии, провести сделки с виртуальными деньгами и при этом binomo отзывы не потерять свой личный капитал. Терминал компании является её собственной разработкой. Для того, чтобы попробовать работу здесь и определить, удобен ли он вам, стоит также воспользоваться учебным аккаунтом Биномо.

В качестве доказательств представляем следующий скриншот. Аналитики МОФТ рекомендуют работать с Форекс брокерами, которые предлагают стандартные условия сотрудничества. Выбирайте компании из рейтинга надежных брокеров. Он составлен специалистами МОФТ на основе множества показателей и отзывов трейдеров о брокерах, поэтому дает объективную оценку работы компаний. И как раз найти в сети подобные реальные отзывы о бинарных опционах Binomo нам не удалось. Раньше торговал на айке, но мне нравиться больше на биномо торговать, широкий выбор активов.

  • Наша команда подробно изучила тематические форумы и порталы, на которых размещена информация и отзывы о Binomo.
  • Судя по рейтингам брокеров бинарных опционов, Биномо достаточно прочно занимает ведущие позиции на рынке, опережая по многим показателям сильные проекты.
  • Интерфейс сайта, да и платформа для торговли бинарными опционами, у них понятная и неплохая.
  • Это современная и динамичная организация, которая ставит серьёзные цели перед собой и достигает их.

Деятельность брокера направлена на предоставление честных услуг в индустрии онлайн-трейдинга и не ущемляет интересы клиентов. Моя карьера трейдера началась 9 месяцев назад с сотрудничества с мелкой торговой платформой.

Высокая Степень Надежности Биномо

Прямые комиссии за исполнение сделок у брокера отсутствуют. Напомним, что ключевой показатель привлекательности торговли для бинарных опционов – это процент выплат брокера.

Брокерская компания Binomo (Биномо) начала работать на рынке бинарных опционов в 2014 году. За такой короткий срок молодой брокер проделал путь до одного из лидеров отрасли. Также преимуществом Биномо являются ее торговые условия, которые подойдут, как новичкам, так и опытным игрокам. Начать трейдинг в компании можно с 5 долларов на депозите, заключая сделки размером от 1 доллара. Также компания обеспечивает до 87% выплаты по прибыльным позициям, еженедельный кэшбек до 10%, безрисковые сделки и до 100% бонусов на сумму пополнения счета. Проще говоря – подняв свои сервисы до первоклассного уровня, эта площадка осталась доступной для трейдеров с любым размером стартового капитала.

3.2.2 - Биномиальные случайные переменные

Двоичная переменная - это переменная, которая имеет два возможных результата. Например, пол (мужской / женский) или наличие татуировки (да / нет) являются примерами двоичной категориальной переменной.

Случайная величина может быть преобразована в двоичную переменную, определяя «успех» и «неудача». Например, рассмотрите возможность катания правильного шестигранного кубика и записи стоимости лица. Случайная величина, значение лица, не является двоичным. Однако если нас интересует событие A = {3 is roll}, то «успех» - это выпадение тройки.Неудача будет любой ценностью, не равной трем. Следовательно, мы можем создать новую переменную с двумя исходами, а именно A = {3} и B = {не тройка} или {1, 2, 4, 5, 6}. Эта новая переменная теперь является двоичной переменной.

Двоичная категориальная переменная
Двоичная категориальная переменная - это переменная, которая имеет два возможных результата.

Биномиальное распределение

Биномиальное распределение - это особое дискретное распределение, в котором есть два различных дополнительных результата: «успех» и «неудача».

У нас есть биномиальный эксперимент, если выполняются ВСЕ из следующих четырех условий:

  1. Эксперимент состоит из n идентичных испытаний.
  2. Каждое испытание приводит к одному из двух результатов, называемых успехом и неудачей.
  3. Вероятность успеха, обозначенная p, остается неизменной от испытания к испытанию.
  4. n испытаний независимы. То есть результат любого испытания не влияет на результаты других.

Если четыре условия удовлетворены, то случайная величина \ (X \) = количество успехов в \ (n \) испытаниях является биномиальной случайной величиной с

\ begin {align}
& \ mu = E (X) = np && \ text {(Mean)} \\
& \ text {Var} (X) = np (1-p) && \ text {(Разница )} \\
& \ text {SD} (X) = \ sqrt {np (1-p)} \ text {, где \ (p \) - вероятность «успеха."} && \ text {(Стандартное отклонение)} \\
\ end {align}

Примечание по обозначениям! Некоторые общие обозначения для «успеха», которые вы можете увидеть, будут либо \ (p \), либо \ (\ pi \) для представления вероятности «успеха» и обычно \ (q = 1-p \) для представления вероятности «неудачи». \ (\ pi \) - это то, что используется в тексте. «Успех» определяется как то, что решит исследователь… а не только положительный результат. Символ \ (\ pi \) в этом случае НЕ относится к числовому значению 3.14.

\ (p \; (или \ \ pi) \) = вероятность успеха

Отрицательная биномиальная регрессия 2-е издание | Статистическая теория и методы

Это второе издание книги Хильбе «Отрицательная биномиальная регрессия» является существенным усовершенствованием популярного первого издания.Единственный текст, полностью посвященный отрицательной биномиальной модели и ее многочисленным вариациям, затрагивает почти все модели, обсуждаемые в литературе. Обсуждаются теоретические и распространенные основы каждой модели, а также приводятся примеры их построения, применения, интерпретации и оценки. Полные коды Stata и R представлены по всему тексту, с дополнительным кодом (плюс SAS), производными и данными, представленными на веб-сайте книги. Написанный для практикующего исследователя, текст начинается с изучения соотношений риска и вероятности, а также алгоритмов оценки, используемых для моделирования данных подсчета.Затем в книге дается углубленный анализ регрессии Пуассона и оценка значения и природы сверхдисперсии с последующим всесторонним анализом отрицательного биномиального распределения и его параметризации в различных моделях для оценки данных подсчета.

«Студенты, разработчики и практики в этой области захотят иметь это подробное руководство под рукой. Богатство теории и обширные приложения, использующие «реальные» наборы данных и современное программное обеспечение, станут важным ресурсом для их исследований.' Уильям Грин, Нью-Йоркский университет

«Это хорошо проработанная книга, ориентированная на практическое применение, по важному классу моделей, имеющих отношение к чрезмерно диспергированным данным подсчета. Рекомендуемые.' Джон Нелдер, Имперский колледж Лондона

«Каждая модель, предлагаемая в настоящее время в коммерческом статистическом программном обеспечении, подробно обсуждается… хорошо написана и может служить отличным справочником для прикладных статистиков, которые будут использовать моделирование отрицательной биномиальной регрессии для студентов бакалавриата или магистратуры.' Юэхуа Ву, Zentralblatt MATH

«Я бы порекомендовал эту книгу исследователям и студентам, которые хотели бы получить обзор отрицательного биномиального распределения и его расширений». Фиона МакЭлдафф, Университетский колледж Лондона

«Текст хорошо написан, легко читается, но однажды начатый, его трудно отложить, поскольку каждая глава раскрывает тонкости распространения». International Statistical Review

«Второе издание книги« Отрицательная биномиальная регрессия »- это уникальный учебник по статистике.Это очень приятное чтение! Он не только предоставляет статистические основы, но также дает исторические перспективы и мнения экспертов. Эта книга - отличное введение для новичков в моделировании данных подсчета, а также бесценный ресурс для опытных практиков, пытающихся справиться со сложными сверхдисперсными данными ». Элизабет Келли, Группа статистических наук, Лос-Аламосская национальная лаборатория

«Как и все книги Джо Хилбе, этот текст является исчерпывающим и научным с обширным списком ссылок.Представлены важные теоремы и другие теоретические результаты, но они представлены как информативные, а не для развития и преподавания теории ». Майкл Р. Черник, Significance

«… ценное практическое введение в отрицательную биномиальную регрессию и анализ данных подсчета в целом. Я также рад видеть отстаивание полезности отрицательного биномиального распределения в прикладной работе ». Психометрика

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 самых разных научных дисциплинах. Итак, предлагаю авторам так переписать.

Рукописи, подобные этой, важны 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.

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, общих для разных областей науки, поэтому мы считаем, что нацеливание 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, 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 подробного 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 повторного тестирования приводит к увеличению количества 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 делаются 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. 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.

Авторам необходимо выбрать лучший пример, чтобы проиллюстрировать типичную ошибку 2, и соответствующим образом изменить рисунок 1.

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, предварительное или предварительное вмешательство).различие 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 данных, 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 по-другому. 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. (в пределах единицы). Множественные измерения на предметах улучшают точность оценки среднего испытуемого (например), но ничего не говорят нам о различиях между предметами.

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.

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, наилучшим 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 задавал вопросы 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. Доверительные интервалы корреляции Пирсона нам здесь очень помогли бы.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, не относящихся к психологическим, 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, поэтому 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 предположения параметрической статистики, включая «истинную» идентификацию выбросов.Таким образом, параметрическая статистика затрудняет решение этой проблемы. Ранговые корреляции помогают нам в 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, а именно: «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, большой размер выборки - это одно из решений, позволяющее 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 проблемного пространства - если бы мы брали выборку только насекомых и китов, мы могли бы 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 эту точку зрения 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 изменялось, 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 рис. 3 многое здесь 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 нечеловеческими приматами), следует приложить 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., 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 оно никогда не бывает!)

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 небольшой 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 означают (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 конкретному эксперименту, и поэтому нам следует уточнить наши рекомендации.

«В ситуациях, когда размер выборки может быть ограничен по своей природе (например,грамм. 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, 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 решить, достаточен ли размер выборки. Особо следует отметить чрезвычайные претензии, основанные на ограниченном количестве участников.

Решения для исследователей: единичная величина эффекта или единичное 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 повторение своего исследования. Проблема с расчетами мощности заключается в том, что они должны основываться на априорном расчете 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 он ясно дает понять, 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.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.htm

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. Маленькие выборки уже «наказываются» через df, требуя гораздо большего размера эффекта для прохождения произвольных статистических порогов.

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 смещения (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 расчета 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, которые изобрели 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 многомодальное распределение сводной статистики, но они столь же «чувствительны» к выбросам. Проверка распределений и проверка предположений - правильный подход.

Этот 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 не одобрять. . 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 дизайна эксперимента). Таким образом, он не интерпретируется в соответствии с любой текущей структурой и, следовательно, ошибочен, как было подчеркнуто рецензентом №1 выше. Мы согласны с тем, что важно указать на (более крупного) 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 конференции, 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, то, 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 в целом ряде научных дисциплин, которые используют статистику для оценки результатов…». Последнее верно - освещенные вопросы хорошо знакомы большинству прикладных статистиков, работающих в науке.Если есть определенные 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 нейронауками. 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 «нейробиологии» к названию, 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 распространен…» 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; для сравнения среднего ответа 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 яснее.

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 убедительным аргументом, 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. Важным моментом является то, что ученым необходимо всегда 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, калибровка не выполнена, дни и месяцы перепутаны с датами - существует почти бесконечное количество способов, которыми 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, что они являются непрерывными мерами, где расстояние между ними имеет некоторый смысл 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

биномиальный коэффициент | Биты ДНК

Это третья и последняя публикация в серии (часть 1, часть 2) публикаций о двух смежных статьях, опубликованных в Nature Biotechnology в августе 2013 г .:

  1. Барух Барзель и Альберт-Ласло Барабаши, Прогнозирование сетевых связей путем глобального подавления косвенных корреляций, Nature Biotechnology 31 (8), 2013, стр. 720–725. doi : 10.1038 / nbt.2601
  2. Сохейл Фейзи, Даниэль Марбах, Мюриэль Медар и Манолис Келлис, Сетевая деконволюция как общий метод различения прямых зависимостей в сетях, Nature Biotechnology 31 (8), 2013, стр. 726–733. doi : 10.1038 / nbt.2635

Неудобный запрос

Одна из замечательных особенностей конференций - это то, что есть время пообщаться лично с далекими друзьями и соавторами.В июле прошлого года на конференции ISMB в Берлине я обнаружил, что делаю именно это во время одного из перерывов на кофе. Внезапно ко мне подошел Манолис Келлис и попросил поговорить наедине. Причина его прерывания: он пришел с просьбой удалить мой пост в arXiv , а именно «Комментарий к« Доказательствам обильного и очищающего отбора у людей для недавно приобретенных регулирующих функций »», ответ на статью Уорда и Келлиса . Почему? Он отметил, что мой пост в arXiv пользуется высоким рейтингом в Google.Он объяснил, что это было неудобно для него, настаивая на том, что с моей стороны было неправильно размещать критику его работы на форуме, на который он не может напрямую отвечать. Он предположил, что было бы лучше проработать любые проблемы, которые у меня могут возникнуть с его статьей, в автономном режиме. К сожалению, была неудобная правда о том, что сообщения arXiv не могут быть удалены. В отличие от некоторых журналов, где, скажем, приложение может быть отредактировано, а оригинал удален (см. Переключение рисунков Feizi и др. ), препринты arXiv являются постоянными.

Мое первоначальное замешательство быстро сменилось гневом. В конце концов, мой комментарий arXiv был отклонен сайтом Science, куда я отправил его как технический комментарий к статье Уорда-Келлиса. Затем я поместил его в arXiv в качестве крайней меры, чтобы хотя бы некоторые записи о моих проблемах были общедоступными. Как это не так? Разве нельзя критиковать работу Манолиса Келлиса?

Сетевая ерунда начинается

Мой первый обзор статьи Манолиса Келлиса был осенью 2006 года, когда я был членом программного комитета конференции Research in Computational Molecular Biology (RECOMB), проходившей в Окленде, Калифорния, в 2007 году.Поскольку Окленд находится прямо рядом с Беркли, ряд профессоров Беркли принимали участие в организации и проведении конференции. Терри Спид был председателем программного комитета. В тот год я был за пределами страны в творческом отпуске в Оксфордском университете, поэтому я не мог участвовать или даже присутствовать на конференции, но я вызвался работать в программном комитете. Для тех, кто не знаком с процессом проверки RECOMB, он смоделирован по образцу стандартных конференций по информатике. Председатель программного комитета формирует программный комитет, которому затем назначают несколько работ для рассмотрения и оценки.Рецензии размещаются на веб-сайте, и после короткого периода онлайн-обсуждения пограничных документов оценки пересматриваются и принимаются решения о принятии / отклонении. Авторы могут редактировать свои рукописи, но рецензенты никогда больше не видят статьи до публикации в сборниках.

Одна из работ, которую мне поручили рецензировать, принадлежала студенту по имени Джошуа Грохов и его советнику Манолису Келлису. Статья называлась «Обнаружение сетевых мотивов с использованием перечисления подграфов и нарушения симметрии».Хотя в то время сети не были предметом моих исследований, а «нарушение симметрии» вызывало у меня кошмары из потустороннего мира физики, я согласился с обзором. Документ, казалось, содержал несколько интересных алгоритмов, имеющих комбинаторный оттенок, и потенциально важные приложения - хорошее сочетание для RECOMB.

Проблема, к которой обратились Grochow & Kellis, заключалась в идентификации «сетевых мотивов» в биологических сетях. «Мотивы» можно определить по-разному, и цель Грохов-Келлиса была простой.В терминах теории графов, для данного графа G , цель состояла в том, чтобы найти подграфы, встречающиеся с высокой кратностью до степени, маловероятной в случайном графе. Существует множество моделей случайных графов, и та, на которой основаны результаты в Grochow-Kellis, - это модель Erdös-Renyi (каждое ребро выбирается независимо с некоторой фиксированной вероятностью). Причина, по которой это определение может представлять биологический интерес, заключается в том, что повторяющиеся мотивы, вкрапленные в график, вероятно, представляют собой эволюционно консервативные модули взаимодействия.

Статья начинается с описания метода. Я не буду здесь вдаваться в подробности, скажу лишь, что все выглядело хорошо, пока я не прочитал подпись к рисунку 3. Здесь мое внимание привлекло число 27720.

В течение первых нескольких лет обучения в аспирантуре я прослушал множество курсов по перечислительной и алгебраической комбинаторике. Есть числа, которые комбинатористы просто «знают». Например, вид 42, появляющийся как ответ на проблему счета, не вызывает в памяти Дугласа Адамса, а скорее вызывает обширную литературу по каталонским числам и их связи с десятками хорошо известных задач счета.Точно так же число, такое как 126, напоминает биномиальные коэффициенты (), а вместе с ними и идею подсчета количества подмножеств фиксированного размера из большего набора. Когда я увидел число 27720, у меня возникло предчувствие, что каким-то образом было перечислено какое-то каноническое комбинаторное множество. Эта идея, возможно, пришла мне в голову из-за картины «мотива», в которой я сразу узнал клику (все вершины взаимосвязаны) и стабильное множество (никакая пара связанных вершин). Во всяком случае, я понял, что

.

Значение этого состоит в том, что «мотив» в левой части рисунка 3 появлялся много раз из-за типа двойного или, скорее, тысячного счета. Вместо того, чтобы представлять статистически значимые повторяющиеся независимые мотивы, этот «мотив» возникает из-за комбинаторного артефакта. В конкретном примере на рисунке 3 мотив встречается один раз для любого выбора 4 узлов из клики размера 9 и любого выбора 3 узлов из стабильного набора размера 12.

Дело в том, что на графике подграф ny , прикрепленный к большой клике (или стабильному набору), будет встречаться много раз. Это простое наблюдение является результатом того факта, что существует много идентичных подграфов клики (или стабильного множества). Я понял, что это означает, что метод Грохоу-Келлиса по сути является эвристическим для поиска клик и стабильных множеств в графах. Особые «сетевые мотивы», которые они вытаскивали, были просто подграфами, которые оказались связаны с некоторыми большими кликами и стабильными наборами. С этим связаны две проблемы: во-первых, клику или устойчивое множество вряд ли можно считать интересным «сетевым мотивом».Более того, неудивительно, что в биологических сетях они появляются гораздо чаще, чем в случайных графах Эрдеша-Реньи. Во-вторых, существует обширная литература по поиску клик в графах, ни одна из которых не цитировалась Грохов-Келлис и, похоже, не была знакома с ней.

Ответ на вопрос о производительности алгоритма Грохоу-Келлиса также дан на рисунке 3. Есть мотив немного большего размера, состоящий из 6 узлов из стабильного набора размера 12 вместо 3. Этот мотив встречается во всех подмножествах стабильного набора вместо подмножеств, что означает, что существует мотив, который встречается 116,424 раз ! Алгоритм Грохоу и Келлиса даже не достиг заявленной цели .Это действительно должно было дать левую фигуру с шестью узлами в наборе конюшен слева, а не тремя. Другими словами, это была статья, в которой предлагались неинтересные с биологической точки зрения решения, да еще и плохо.

Я написал подробный отчет по статье и разместил его на веб-сайте обзора RECOMB вместе с плохими оценками, отражающими мое мнение о том, что в статье было отклонено . Как может RECOMB, якобы ведущая конференция по компьютерным наукам по вычислительной и алгоритмической биологии, опубликовать статью, не имеющую ни вычислительного, ни биологического результата? Не говоря уже об алгоритме, который явно не , а обнаружил наиболее часто встречающийся мотив.

Как вы уже могли догадаться, мой отказ был впоследствии отменен. Я не знаю, кто принял окончательное решение о том, чтобы принять документ Grochow & Kellis для конференции RECOMB, хотя предположительно это был председатель программного комитета. Решение пошатнуло мое чувство научной честности. Я приложил значительные усилия, чтобы проанализировать статью и понять ее, и я чувствовал, что предоставил убедительный объективный аргумент в пользу того, почему статья была в корне ошибочной - тот факт, что результаты были тривиальными (и неверными!), Не был субъективным утверждением.Здесь я должен указать, что на конференцию RECOMB довольно сложно попасть. Уровень приема бумаг в 2007 году, как и в другие годы, составил 21,8%. Я знал, что это означало, что даже один очень отрицательный отзыв, особенно с веским аргументом против статьи, почти наверняка приведет к отклонению статьи. Так что я не мог понять тогда и не понимаю до сих пор, на каком основании было принято решение принять статью. Это меня очень обеспокоило, и после долгих раздумий я начал бойкотировать конференцию.Несмотря на то, что с 2000 по 2006 год я опубликовал пять документов RECOMB и регулярно посещал собрания в течение этого времени, из-за постоянных неудачных решений и бессистемных стандартов для выбранных статей я не возвращался почти 8 лет.

Грохов и Келлис, очевидно, получили мой отзыв и подумали, как «с этим справиться». Они добавили раздел под названием «Роль комбинаторных эффектов», в котором объяснили происхождение числа 27720, которое они почерпнули из моего отчета, но затем выделили плохие новости, которые они получили, как «результат комбинаторных паттернов связности, преобладающих в более крупных сетях. конструкции.Затем они добавили, что «... этот эффект комбинаторной кластеризации ставит под сомнение текущее определение сетевого мотива», и предположили, что «дополнительная статистика ... вполне может быть подходящей для выявления более крупных значимых сетей». Это очень похоже на то, как кто-то заявляет об открытии бактерии, ДНК которой основана на мышьяке, и когда другие говорят, что «открытие» неверно - на самом деле, что сами бактерии ищут фосфор, - отвечая, что это «действительно полезно» и что он «поднимает множество новых интересных открытых вопросов» о том, как арсенат попадает в клетки.Наглость. Когда вы обнаружите, что ваша работа ошибочна, правильный ответ - отозвать ее.

Я не думаю, что люди очень внимательно читают газеты. Джошуа Грохов выиграл MIT Charles and Jennifer Johnson Outstanding M. Eng. Премия за диссертацию за его работу RECOMB по обнаружению сетевых мотивов. [Добавлено 18 февраля: Грохов и Келлис разместили здесь ответ].

Природа человека

Должен признать, что после статьи Грохоу-Келлиса я немного скептически отнесся к работе Келлиса.Не из-за самой статьи (все делают ошибки), а из-за того, как он отреагировал на мою рецензию. Итак, полтора года назад, когда Манолис Келлис опубликовал статью в области, которая мне небезразлична и в которой я участвую, у меня, возможно, были отрицательные предыдущие высказывания. Это был Люк Уорд и Манолис Келлис «Доказательства обильного и очищающего отбора у людей для недавно приобретенных регулирующих функций», Science 337 (2012). Принимая участие в пилотном проекте ENCODE, где я участвовал в подпроекте множественного выравнивания, мне было любопытно, какие выводы из сравнительной геномики показал полномасштабный проект стоимостью 130 миллионов долларов.Пресс-релизы, сопровождающие статью Уорда-Келлиса (например, «Природа человека», «Экономист»), предполагали, что Уорд и Келлис выяснили, что делает человека человеком; по понятным причинам мое любопытство было возбуждено.

Уорд и Келлис объединили геномные данные популяции из проекта «1000 геномов» с биохимическими данными из проекта ENCODE, чтобы найти признаки ограничения человека в регуляторных элементах. Их анализ был основан на измерении трех различных прокси для ограничения: плотности SNP, гетерозиготности и производной частоты аллелей.Чтобы идентифицировать определенные классы ограниченных регуляторных регионов, агрегированные регионы, связанные с категориями онтологии конкретных генов (GO), были протестированы на значимость. Читая статью, я был поражен, обнаружив, что они обнаружили именно две категории: развитие клеток колбочек сетчатки и передачу сигналов рецептора фактора роста нервов. Только прочитав приложение, я обнаружил, что их тесты также дали 53 другие категории GO (Таблица S5).

Несмотря на то, что перечисленные категории должны были пройти пороговое значение частоты ложных открытий (FDR) как для показателей гетерозиготности, так и для измерения производной частоты аллелей (DAF), было статистически неверно для них выделять какую-либо конкретную категорию GO.Управление FDR просто гарантирует низкий уровень ложного обнаружения среди записей во всем списке . Более того, не было очевидного объяснения того, почему такие категории, как связывание хроматина (которое имело меньший DAF, чем рост нервов) или связывание белка (с наименьшим значением p), по-видимому, находились в рамках очищающего отбора. Как и в случае с Feizi et al. , в этом приложении рассказ был гораздо менее ясным, чем в основной части статьи. Фактически, развитие клеток колбочек сетчатки и фактор роста нервов составляли 33 и 34 из 55 перечисленных категорий GO при сортировке по значению DAF p (42 и 54 при сортировке по значению p гетерозиготности).Другими словами, история, продаваемая в газете, была основана на вопиющем статистически неверном сборе вишен.

Другим результатом статьи была оценка того, что помимо 5% генома человека, консервативного в геномах млекопитающих, по крайней мере еще 4% подвергались ограничениям, специфичным для клонов. Этот результат был основан на суммировании оценок ограниченных нуклеотидов из их Таблицы S6 (с использованием полученной меры частоты аллелей). Они были рассчитаны с использованием статистики, которая была рассчитана следующим образом: для каждого из десяти интервалов, определенных в соответствии с предполагаемой силой выбора фона, и для каждой характеристики F среднее значение DAF D F было масштабировано до

,

, где D CNDC и D NCNE были бин-специфическими средними DAF консервативных невырожденных кодирующих областей и неконсервативных non-ENCODE областей соответственно.Одна из проблем со статистикой состоит в том, что неконсервативные области содержат нуклеотиды, не консервативные у всех млекопитающих, что не то же самое, что нуклеотиды, не консервативные у каких-либо млекопитающих. Последнее было необходимо для выявления ограничений, специфичных для человека. Во-вторых, статистика PUC F использовалась в качестве заместителя для доли при ограничении, даже если, как определено, она могла быть меньше нуля или больше единицы. Действительно, в таблице S6 было четыре значения среди доверительных интервалов для оцененных пропорций с использованием DAF, которые включали значения менее 0% или более 100%:

Уорд и Келлис поэтому предположили, что некоторые признаки могут иметь отрицательное число нуклеотидов при ограничении .Более того, хотя возможно, что после дальнейшего изменения масштаба PUC F могло бы коррелировать с истинной долей нуклеотидов при ограничении, в статье не было аргументов. Таким образом, хотя Уорд и Келлис утверждали, что оценили долю нуклеотидов в условиях ограничения, они только вычислили статистику, названную «пропорция при ограничении» .

Мы с Николасом Бреем записали эти моменты в коротком техническом комментарии и отправили его в журнал Science в начале ноября 2012 года.Комментарий был вкратце отклонен, и старший редактор Лаура Зан заявила, что «по сравнению с другими техническими комментариями, которые мы недавно получили, мы считаем, что объем и направленность вашего комментария делают его более подходящим для функции онлайн-комментариев в Science, а не в качестве кандидата на публикацию в качестве Технического комментария ». Стоит отметить, что Science все же решила опубликовать еще один комментарий: Phil Green and Brent Ewing’s, «Комментарий к« Доказательствам обильного и очищающего отбора у людей для недавно приобретенных регулирующих функций »», Science 10 (2013).Комментарий Грина и Юинга - биологических по природе. Их беспокоит то, что «… тенденции полиморфизма в первую очередь связаны с мутационными вариациями и техническими артефактами, а не с отбором». Хорошо, что Science решила провести дискуссию по вопросу биологии на своих страницах, но как можно обсуждать интерпретацию результатов метода, если метод изначально ошибочен в корне? В конце концов, наша проблема с PUC была гораздо глубже, чем «технический недостаток».

Мы решили в конце поместить комментарий в архив arXiv. После этого стало очевидно, что это мало повлияло на ситуацию. На самом деле, я никогда не получал отзывов об этом от кого-либо. Видимо, даже это было слишком для Манолиса Келлиса.

Методика имеет значение

К тому времени, когда я заметил, что Feizi et al. в журнале Nature Biotechnology в начале августа 2013 года, мой опыт чтения статей Келлиса слегка изменил динамику между мной и печатным словом.Обычно, когда я читаю газету и чего-то не понимаю, я предполагаю, что вина лежит на мне. Я думаю, что большинство людей такие. Но теперь, когда Feizi et al. Бумага стала бессмысленной, я не предполагал, что проблема во мне. Я изо всех сил старался внимательно прочитать статью, но после нескольких абзацев чары авторов уже были разрушены. Итак, мы с Николасом Бреем пришли, чтобы выяснить, что на самом деле происходило в Feizi et al. , проект, который в конечном итоге побудил нас также обратить внимание на Барзель-Барабаши.

Откровенно говоря, писать сообщения об этих статьях в блоге было непросто. Помимо времени, которое потребовалось, было утомительно и досадно обнаруживать недостатки, заблуждения и мошенничества. И Ник, и я предпочитаем проводить исследования. Но мы чувствовали себя обязанными подробно рассказать о том, что здесь произошло. Манолис Келлис - не просто ученый. Он играл и продолжает играть ведущие роли в крупных проектах консорциума, таких как mod-ENCODE и ENCODE, и он работал в многочисленных консультативных комитетах NHGRI.Он является членом исследовательской секции GCAT (Геномика, вычислительная биология и технология) до 2018 года. То, что любой человек мог бы поменять местами ключевую фигуру в опубликованной статье, не опубликовав исправления и не проинформировав редактора, удивительно. То, что человек, несущий большую ответственность по отношению к ученым, злоупотребляет наукой, недопустимо.

Поведение Манолиса Келлиса является частью системной проблемы вычислительной биологии. Обмен идеями между математикой, статистикой, информатикой и биологией - это одновременно возможность и опасность.Несложно преподнести бессвязную математику биологам, многие из которых буквально боятся математики. Например, ряд ответов, которые я получил на Feizi et al. Сообщение в блоге началось с таких комментариев, как

«У меня нет опыта, чтобы судить по математике,…»

Точно так же нетрудно заставить математиков поверить в биологические басни. Джонатан Ротберг недавно убедил многих математиков по всей стране пожертвовать образцы своей ДНК, чтобы они могли выяснить, «что делает их гениями».Такие математики и их коллеги в области компьютерных наук и статистики принимают за чистую монету такие утверждения, как «мы выяснили, что делает человека человеком». В такой неразберихе предприимчивому «вычислительному человеку» легко воспользоваться ситуацией, и Келлис это сделала.

Я считаю, что решение этой проблемы состоит в том, чтобы компьютерные биологи начали относиться к себе более серьезно. Работая в качестве рецензентов для журналов, в качестве членов комиссий для финансовых агентств, в комитетах по найму / удержанию или написанию статей, все мы должны снизить шумиху и уделять больше внимания науке.Есть много примеров того, что это означает: обзор статьи, содержащей математику / статистику, не может состоять из одного абзаца и основываться на догадках, и точно так же компьютерные биологи не должны утверждать, как это делают многие авторы статей, в которых я В этих постах рассмотрены способы лечения болезней и объяснения того, что делает людей людьми. Не обманывайте биологов. Не обманывайте компьютерных ученых, статистиков и математиков.

Возможности вычислительных методов в биологии не ограничены.Будущее является захватывающим, и есть возможности для значительного прогресса в самых разных областях, от молекулярной и эволюционной биологии до медицины. Но деньги, цитаты и слава не могут править днем. Подробная информация о #methodsmatter.

Как это:

Нравится Загрузка ...

Отрицательная биномиальная регрессия, второе издание

Предисловие ко второму изданию

1. Введение

1.1 Что такое отрицательная биномиальная модель?
1.2 Краткая история отрицательного бинома
1.3 Обзор книги

2. Понятие риска

2.1 Риск и 2 × 2 таблицы
2.2 Риск и 2 × k таблицы
2.3 Доверительные интервалы соотношения рисков
2.4 Разница рисков
2.5 Отношение риска к отношениям шансов
2.6 Предельные вероятности: совместные и условные

3. Обзор моделей отклика счетчика

3.1 Разновидности счетной реакции модели
3.2 Оценка
3.3 Соображения соответствия

4. Методы оценки

4.1 Вывод алгоритма IRLS

4.1.1 Решение для ∂ L или U - градиент
4.1.2 Решение для ∂ 2 L
4.1.3 Алгоритм подбора IRLS

4.2 Алгоритмы Ньютона – Рафсона

4.2.1 Вывод Ньютона – Рафсона
4.2.2 GLM с OIM
4.2.3 Параметризация от μ до x Β
4.2.4 Оценщики максимального правдоподобия

5.Оценка счетных моделей

5.1 Остатки для моделей
с откликом на счетчик 5.2 Испытания на соответствие модели

5.2.1 Традиционные тесты соответствия
5.2.2 Тесты соответствия информационных критериев

5.3 Модели для валидации

6. Регрессия Пуассона

6.1 Вывод модели Пуассона

6.1.1 Вывод Пуассона из биномиального распределения
6.1.2 Вывод модели Пуассона

6.2 Синтетические модели Пуассона

6.2.1 Построение синтетических моделей
6.2.2 Изменение значений ответа и предиктора
6.2.3 Изменение значений многомерного предиктора

6.3 Пример: модель Пуассона

6.3.1 Параметризация коэффициента
6.3.2 Параметризация коэффициента заболеваемости

6.4 Прогнозируемое количество
6.5 Графики эффектов
6.6 Предельные эффекты, эластичность и дискретное изменение

6.6.1 Предельные эффекты для моделей Пуассона и отрицательных биномиальных эффектов
6.6.2 Дискретное изменение для моделей Пуассона и отрицательных биномиальных моделей

6.7 Параметризация как тарифная модель

6.7.1 Экспозиция по времени и площади
6.7.2 Синтетический Пуассон со смещением
6.7.3 Пример

7. Чрезмерная дисперсия

7.1 Что такое чрезмерная дисперсия?
7.2 Обработка явной избыточной дисперсии

7.2.1 Создание моделируемой базовой модели Пуассона
7.2.2 Удаление предиктора
7.2.3 Выбросы в данных
7.2.4 Создание взаимодействия
7.2.5 Тестирование шкалы предиктора
7.2.6 Тестирование связи

7.3 Методы борьбы с реальной избыточной дисперсией

7.3.1 Масштабирование стандартных ошибок / квазипуассоновских
7.3.2 Множители квазиправдоподобной дисперсии
7.3.3 Робастные оценщики дисперсии
7.3.4 Стандартные ошибки начальной загрузки и складывания методом складывания

7.4 Испытания на сверхдисперсию

7.4.1 Оценка и тесты множителя Лагранжа
7.4.2 Тест отношения граничного правдоподобия
7.4.3 R 2 p и R 2 pd тесты для пуассоновских и отрицательных биномиальных моделей

7.5 Отрицательная биномиальная передисперсия

8. Отрицательная биномиальная регрессия

8.1 Разновидности отрицательного бинома
8.2 Вывод отрицательного бинома

8.2.1 Модель смеси Пуассона и гамма
8.2.2 Получение отрицательного бинома GLM

8.3 Отрицательные биномиальные распределения
8.4 Отрицательные биномиальные алгоритмы

8.4.1 NB-C: канонический отрицательный бином
8.4.2 NB2: матрица ожидаемой информации
8.4.3 NB2: матрица наблюдаемой информации
8.4.4 NB2: функция максимального правдоподобия R

9. Отрицательная биномиальная регрессия: моделирование

9.1 Сравнение Пуассона и отрицательного бинома
9.2 Синтетический отрицательный бином
9.3 Предельные эффекты и дискретное изменение
9.4 Сравнение биномиальных и счетных моделей
9.5 Примеры: отрицательная биномиальная регрессия

Пример 1: Моделирование количества супружеских связей
Пример 2: Кардиологические процедуры
Пример 3: Данные о выживании на Титанике
Пример 4: Данные о реформе здравоохранения

10.Альтернативная параметризация дисперсии

10.1 Геометрическая регрессия: NB α = 1

10.1.1 Получение геометрической модели
10.1.2 Синтетические геометрические модели
10.1.3 Использование геометрической модели
10.1.4 Каноническая геометрическая модель

10.2 NB1: Линейная отрицательная биномиальная модель

10.2.1 NB1 как QL-Poisson
10.2.2 Выведение NB1
10.2.3 Моделирование с помощью NB1
10.2.4 NB1: функция максимального правдоподобия R

10.3 NB-C: Каноническая отрицательная биномиальная регрессия

10.3.1 Обзор и формулы NB-C
10.3.2 Синтетические модели NB-C
10.3.3 Модели NB-C

10.4 NB-H: гетерогенная отрицательная биномиальная регрессия
10.5 Модель NB-P: обобщенный отрицательный бином
10.6 Обобщенная регрессия Варинга
10.7 Двумерный отрицательный бином
10.8 Обобщенная регрессия Пуассона
10.9 Обратная гауссова регрессия Пуассона (PIG) ​​
10.10 Другое количество моделей

11. Проблемы с нулевым счетом

11.1 Модели с нулевым усечением счетчика
11.2 Модели с препятствиями

11.2.1 Теория и формулы для моделей препятствий
11.2.2 Синтетические модели препятствий
11.2.3 Приложения
11.2.4 Предельные эффекты

11.3 Нулевые отрицательные биномиальные модели

11.3.1 Обзор моделей ZIP / ZINB
11.3.2 Алгоритмы ZINB
11.3.3 Приложения
11.3.4 Отрицательный бином с нулевым изменением
11.3.5 Тесты сравнительного соответствия
11.3.6 Предельные эффекты ZINB

11.4 Сравнение моделей

12.Цензурированные и усеченные модели

12.1 Цензурированные и усеченные модели - эконометрическая параметризация

12.1.1 Усечение
12.1.2 Цензурированные модели

12.2 Цензурированные модели Пуассона и NB2 - параметризация выживания

13. Работа с моделями эндогенного и латентного классов

13.1 Модели с конечной смесью

13.1.1 Основы моделирования конечной смеси
13.1.2 Синтетические модели конечной смеси

13.2 Работа с моделями эндогенности и латентного класса

13.2.1 Проблемы, связанные с эндогенностью
13.2.2 Двухэтапный подход с использованием инструментальных переменных
13.2.3 Обобщенный метод моментов (GMM)
13.2.4 NB2 с эндогенной полиномиальной переменной лечения
13.2.5 Эндогенность в результате ошибки измерения

13.3 Выборка и стратификация

13.3.1 Отрицательный бином с эндогенной стратификацией
13.3.2 Модели выборки
13.3.3 Модели эндогенного переключения

13.4 Модели с квантильным подсчетом

14.Счетные панельные модели

14.1 Обзор моделей счетных панелей
14.2 Обобщенные оценочные уравнения: отрицательный бином

14.2.1 Алгоритм GEE
14.2.2 Корреляционные структуры GEE
14.2.3 Отрицательные биномиальные модели GEE
14.2.4 Согласование GEE
14.2.5 Предельные эффекты GEE

14.3 Отрицательная биномиальная модель безусловного фиксированного эффекта
14.4 Отрицательная биномиальная модель с условными фиксированными эффектами
14.5 Отрицательный бином
со случайными эффектами 14.6 Негативные биномиальные модели со смешанными эффектами

14.6.1 Отрицательные биномиальные модели со случайным пересечением
14.6.2 Непараметрические отрицательные биномиальные модели со случайным пересечением
14.6.3 Отрицательные биномиальные модели со случайными коэффициентами

14.7 Многоуровневые модели

15. Байесовские отрицательные биномиальные модели

15.1 Сравнение байесовской и частотной методологий
15.2 Логика оценки байесовской регрессии
15.3 Приложения

Приложение A: Составление и интерпретация условий взаимодействия

Приложение B: Наборы данных, команды, функции

Ссылки и дополнительная литература

Индекс

Как работают обзоры номенклатуры и почему они важны

Опубликовано 3 марта, 2020 Аарон Орен

Когда открывается новый род или вид бактерий или архей, его необходимо описать и дать имя.Правила номенклатуры сложны, и недавно описанные прокариоты должны быть названы в соответствии с руководящими принципами, изложенными в Международном кодексе номенклатуры прокариот (ICNP). Здесь Аарон Орен, обозреватель номенклатуры International Journal of Systematic and Evolutionary Microbiology , обсуждает важность номенклатуры.

© Аарон Орен
Я живу в Еврейском университете Иерусалима, Израиль, где преподаю общую микробиологию и микробную экологию.Мои исследования сосредоточены на микробиологии гиперсоленой среды. Недавнее интервью дает дополнительную информацию о моем прошлом и интересах.

В 2019 году более 1100 рукописей были отправлены в Международный журнал систематической и эволюционной микробиологии (IJSEM) . Более 900 из них были таксономическими описаниями, в которых авторы предлагали установить один или несколько новых видов, часто с новыми родами и более высокими таксонами.

Биномиальная номенклатура была создана Линнеем в 18, и годах и основана на латинском и греческом языках.Правила биологической номенклатуры закреплены в Кодексах номенклатуры. Для прокариот это означает Международный кодекс номенклатуры прокариот (ICNP). Поэтому предполагается, что каждый ученый, предлагающий новые названия таксонов бактерий и архей, должен знать и понимать правила ICNP и иметь базовые знания латыни и греческого языка. Однако лишь немногие из авторов статей IJSEM когда-либо пытались прочитать Кодекс (или даже знали о его существовании), и еще меньшее количество из них имеют базовое понимание классических языков, необходимое для правильного формирования имен, согласующихся с правила.В нескольких статьях и главах книг приводятся практические советы авторам о том, как найти подходящие названия для новых родов и видов. Некоторые авторы перед отправкой рукописи консультируются со специалистом по номенклатуре. Тем не менее, мы находим ошибки, связанные с номенклатурой, по крайней мере, в половине таксономических описаний, представленных в IJSEM.

Таким образом, в журнале работает команда экспертов, которые обеспечивают номенклатурный «контроль качества» для всех представленных рукописей. Большую часть повседневной работы я выполняю вместе с профессором Бернхардом Шинком из Университета Констанца, Германия.Профессор Джордж Гаррити из Университета штата Мичиган часто помогает в вопросах, связанных с правильной интерпретацией правил ICNP, и другие члены редакционного совета IJSEM иногда участвуют.

На специальном форуме обзора номенклатуры в системе обработки рукописей Editor Manager мы обсуждаем предлагаемые новые имена и вопросы, связанные с номенклатурой, с которыми мы сталкиваемся в рукописях. Каждую статью рецензируют как минимум два специалиста по номенклатуре. Процесс рецензирования заканчивается, когда мы публикуем консенсусное мнение, которое ведущий редактор включает в письмо с решением, отправляемое авторам после завершения научных рецензий.Мы всегда пытаемся объяснить авторам, почему предлагаемые имена могут быть проблематичными, и обычно предлагаем альтернативные имена, которые соответствуют правилам. Ниже приведены два примера таких обсуждений обзора номенклатуры рукописей, в которых были предложены имена, нарушающие правила ICNP. При получении исправления мы также проверяем, правильно ли реализованы наши комментарии и рекомендации в новой версии рукописи.

Недавний пример того, как работает система номенклатурного «контроля качества»: снимок экрана с обсуждениями (читаемыми снизу вверх) на форуме обзора номенклатуры рукописи IJSEM, в которой для нового названия был предложен эпитет lignolytica лигнин-разлагающие виды в роде с названием среднего рода.

Другой пример снимка экрана с обсуждениями номенклатуры (для чтения снизу вверх) о рукописи, представленной в IJSEM, описывающей новый род и новый вид, для которого авторы предложили название Marinibacter nanhaiense .

Определенные типы ошибок, с которыми мы сталкиваемся очень часто. Часто мы получаем прилагательные, используемые в качестве специфических эпитетов, которые не совпадают по полу с названием рода, что противоречит Правилу 12c (1) ICNP.Поскольку название рода Staphylococcus является мужским, у нас есть Staphylococcus aureus , а не aurea (женский род) или aureum (средний род). Подобные гендерные проблемы встречаются в обоих примерах, показанных на скриншотах. Некоторые авторы, кажется, считают, что можно взять любое слово из английского или другого современного языка, добавить окончание, похожее на латынь, и у вас есть имя, которое можно опубликовать. Таким образом, у нас были предложения таких эпитетов, как sealense (для бактерии, выделенной из тюленя) и pigeonensis (для голубя).В таких случаях, которые противоречат Правилу 6 и Рекомендации 6, мы указываем, что существуют латинские эквиваленты ( phoca = печать, columba = голубь), и мы предложили родительный падеж phocae и columbae ('из печать ',' голубя '). После многих лет проведения этих номенклатурных обзоров мы больше не удивляемся странным и невозможным названиям, предлагаемым в таксономических статьях. Поскольку номенклатура прокариот зависит от ботанической и зоологической номенклатуры (Принцип 2 ICNP), мы также проверяем, могут ли новые предложенные названия родов уже существовать в ботанике или зоологии.

Мы также помогаем редакторам и рецензентам ряда других журналов, которые публикуют описания новых таксонов прокариот, чтобы гарантировать, что предложенные названия соответствуют требованиям Кодекса и могут получить статус в номенклатуре. Понимая, что в последние годы около 1400 новых названий таксонов прокариот ежегодно добавлялись в список названий, стоящих в номенклатуре, становится ясно, что надлежащий контроль качества требует большой работы. В некоторых случаях мы упускали из виду ошибки, поэтому небольшое количество проблемных имен было опубликовано в IJSEM.Тем не менее, мы делаем все возможное, чтобы поддерживать номенклатуру прокариот в хорошем порядке, и при этом просвещаем авторов рукописей и информируем их о требованиях для правильного наименования новых таксонов.

Полный Международный кодекс номенклатуры прокариот (ICNP) опубликован в IJSEM.

Полезные статистические ресурсы

К сожалению, нашим посетителям иногда нужно больше, чем мы предлагаем в Stat Trek.Чтобы заполнить пробелы, мы рады перечислить несколько очень хороших ресурсов ниже.

Справка по статистике

  • TalkStats.com. Вам нужна помощь с вероятностью или статистикой? Или ты хочешь помочь другим с их вопросами по статистике? Тогда этот полезный, дружелюбный форум - это место для вас.
  • Справочный форум по математике. Бесплатное онлайн-справочное сообщество, где вы можете задавать вопросы по любой математике тема. Включает обсуждения базовой и расширенной статистики и вероятность.
  • Stat-Help.com. Бесплатная статистика поможет. На вопросы обычно отвечают в течение нескольких дней.Эти волонтеры помогают людям только с анализом реальных данных; Они не делайте домашних заданий.
  • Спросите доктора Математики. У вас есть математический вопрос? Сначала поищите архивы доктора Мата. Ответ может быть там. Если нет, спросите доктора Математики.
  • Получите помощь от MathNerds.MathNerds предоставляет бесплатное математическое руководство на основе открытий через сеть добровольцев математиков. Быстро, способная помощь.
  • Бесплатная помощь по математике. Форум предоставляет помощь по различным математическим темам, в том числе по теории вероятностей. и статистика.
  • Справочные форумы по математике.Педагоги-волонтеры со всего мира помогают студентам с конкретными математические проблемы.
  • Статистика заставляет меня плакать. Этот статистический блог - место для обмена идеями, поиск ресурсов и, при необходимости, помощь в проведении статистического анализа или проблемы.

Статистика Обучение

  • Учебник онлайн-статистики HyperStat.Помимо вводного учебник статистики, этот сайт включает инструменты анализа, обучающие демонстрации и упражнения с ответы на выбранные проблемы.
  • Интернет-библиотека статистики. На этом сайте есть ссылки на все, что связано со статистикой - учебные пособия, учебные пособия, практические задачи, онлайн-калькуляторы и т. д.
  • Учебник статистики StatSoft. Этот онлайн-учебник охватывает как элементарные, так и продвинутые темы. включает глоссарий статистических терминов и список ссылки для дальнейшего изучения.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *