Статистика с Марией

Сегодня ходила в гости на подкаст рассказывать про корреляцию и причинно-следственные связи. Хотела записать вам кружок, но разволновалась и забыла 👀

Корреляция: БАЗА 🚨🚨🚨 Почти все проголосовавшие в квизе выше ответили правильно! Я приятно удивлена! Подписчики, вы супер🖤️️️️️️ Про корреляцию я обычно рассказываю целое занятие. Во-первых, потому что есть много тонкостей, во-вторых, потому что корреляций аж три штуки — Пирсона, Спирмена и Кендалла. В этих карточках я постаралась объяснить самые базовые понятия про корреляцию. К слову, по умолчанию, когда говорят “корреляция”, имеют ввиду корреляцию Пирсона. Даже если вы запомните только эту базовую информацию, то уже сможете избежать грубых ошибок.

Пример из подборки: не надо рисовать вайлинплоты или боксплоты, если у вас всего несколько точек в данных! 👹👹👹

Хороших графиков много не бывает 📈📊 Сегодня мне попалась классная подборка с примерами плохих графиков, и как их можно исправить. Рекомендую полистать! 😎️️️️️️ https://github.com/cxli233/FriendsDontLetFriends

А вы знали, что у Тимоти Шаламе D+ (что-то типа 2+) по статистике? И даже этот видос не помог ему поднять оценку 😅 https://m.youtube.com/watch?v=BvWefB4NGGI

Scientific notation, она же научная нотация или экспоненциальная запись числа 📝 Предположим, ваша любимая программа для статистического анализа выдала вот такой результат: 7.953e-06. Это много или мало? Это положительное или отрицательное число? Ответы в карточках

5 шагов (идеального) статистического исследования 🦄✨ Этот пост я посвящаю всем, кто считает что для исследования достаточно «собрать каких-нибудь данных, а потом как-нибудь их проанализировать» https://telegra.ph/5-shagov-statisticheskogo-issledovaniya-11-07

Настроение побухтеть 👹 Вы замечали, что термины «корреляция» и «коррелирует» часто неправильно используют? Возможно, потому что это слово добавляет псевдонаучный флёр к любой фразе. В житейском смысле мы говорим «коррелирует», когда имеем ввиду, что что-то с чем-то взаимосвязано. Например, «качество сервиса коррелирует с ценой» можно заменить на «качество сервиса связано с ценой». В статистике у слов корреляция и коррелировать есть строгий смысл. Когда мы говорим А коррелирует с Б, то это означает что между А и Б существует линейная зависимость. Например, если у вас почасовая оплата труда, то ваша зарплата коррелирует с временем проведенным на работе. И отдельная моя боль, в статистике нет термина «коррелируется»!! Я не филолог, но мне кажется, что постфикс -ся в этом случае означает коррелирует сам с собой. Кстати, слово коррелируется любят употреблять чиновники. Приведу вам вот такой пример: «Я не знаю, как это коррелируется с генеральной линией, о которой вы говорите.» 🤦🏻‍♀️ Пожалуйста, когда пишете отчеты и статьи, помните, что «коррелирует» означает «существует линейная взаимосвязь», а термина «коррелируется» в статистике не существует. И больше никак.

Что не так с пайчартами 😱🍰 Почему говорят, что пайчарты нельзя использовать? И при чем тут Стив Джобс? Рассказываю в новом конспекте ⬇️ https://telegra.ph/CHto-ne-tak-s-pajchartami-10-28 Пока писала этот пост, узнала, что на французском пайчарт (pie chart) называется камамбер чарт (camembert chart). Мой коллега из Франции подтвердил!

Немного отвлечемся от статистики и обсудим по-настоящему важную тему! 😏

Медиана и среднее Как говорила одна моя преподавательница, если нужно показать, что средняя зарплата в компании большая — считай среднее, если маленькая — считай медиану. (Если что это шутка, а не руководство к действию 😈) Написала конспект про медиану и среднее. Он большой и подробный. Инжой! https://telegra.ph/Mediana-i-srednee-10-18

Как писать про статистику: правила для журналистов (на самом деле для всех) 📝💻 Недавно я наткнулась на книгу «How To Read Numbers: A Guide to Statistics in the News». Она написана для журналистов, которые хотят научиться писать про статистику, и в целом для всех, кто хочет научиться читать статьи с заголовками в духе «ВИДЕОИГРЫ ПРОВОЦИРУЮТ МАССОВЫЕ УБИЙСТВА!!!!» и критически их оценивать. Кстати, в российском переводе книга называется «Цифры врут! Как не дать статистике обмануть себя» 🤦🏻‍♀️ Но сегодня речь пойдет не о самой книге, а о Statistical Style Guide, который авторы опубликовали у себя на сайте https://www.howtoreadnumbers.com/stats-style-guide Он, кстати, просто супер! Если вы научный журналист или научный коммуникатор, не поленитесь и прочитайте его целиком (там всего 11 пунктов). Я выбрала самые важные 4 правила, которые нужны вообще всем, кто хочет иметь дело со статистикой. Итак, правила: 1. Четко говорите, какой размер данных (выборки) использовался в исследовании и помните, что результаты, полученные для маленьких выборок (условно меньше 10 образцов, испытуемых, пациентов) менее достоверные, чем для больших выборок. Так и пишите в своей статье: «у нас было 4 здоровых и 3 больных мыши, и мы показали что…» или «мы проанализировали 1000 пациентов и показали…» 2. Будьте осторожны, когда утверждаете, что нашли причинно-следственную связь Если что-то с чем-то коррелирует, это еще не означает, что есть прямая взаимосвязь. Избитый пример: количество проданного мороженого в месяц коррелирует с количеством нападений акул в этот месяц. Означает ли это, что акулы нападают из-за мороженого? Крайне маловероятно. Скорее всего и то, и другое просто происходит летом. 3. Если вы приводите в исследовании число (значение оцениваемой величины), то делайте это вместе с ее 95% доверительным интервалом Напомню, что доверительный интервал — это диапазон, в котором с большой вероятностью может оказаться истинное значение оцениваемой величины (которое мы не знаем). Чем шире этот диапазон, тем меньше мы можем доверять нашему значению. Например, вы 10 раз сыграли в лотерею, и выиграли 10к рублей, то есть в среднем за один раз вы выиграли 1к рублей (так мы оцениваем средний выигрыш в лотерее). Можем ли мы теперь считать, что если мы сыграем еще 100 раз, то мы выиграем еще 100 тысяч рублей? Не факт. Может оказаться, что несмотря на то что мы оценили средний выигрыш в 1к рублей, истинный выигрыш в лотерее (который мы не знаем) с 95% вероятностью находится в промежутке от -1к до 3к рублей. То есть лучше 100 раз в такую лотерею не играть, потому что истинный выигрыш с большой вероятностью может быть отрицательным. А вот если, например, доверительный интервал от 900 до 1100 рублей, то можно и сыграть. 4. Не бойтесь признавать свои ошибки Тут и добавить нечего!

Начну со своего любимого мема 🤡

Привет! Я Мария, и ты читаешь первый пост в моем канале про статистику. Я училась на статистика, а сейчас заканчиваю PhD-программу по вычислительной иммунологии и планирую продолжать карьеру в науке. Я анализирую сложные биологический данные, в том числе статистическими методами. Еще я много преподаю статистику — специалистам по Machine Learning и биологам, магистрантам и бакалаврам, на русском и английском. Я помогаю со статистикой своим коллегам, и накопила опыт как в преподавании, так и в “реальной жизни”. Я очень хочу рассказывать про статистику: делиться своими знаниями, рассказывать про понятные ресурсы, случаи из моей научной жизни. А еще иногда показывать статистическе мемы, куда же без них! Мне кажется, что статистика – важная прикладная наука. К сожалению, я часто слышу, что ее не очень хорошо преподают в университетах. Иногда за формулами теряется понимание происходящего, иногда не хватает практики, а иногда статистика воспринимается как адская скукота. Конечно, в интернетах есть миллион курсов и книг, но если ты новичок или пока не уверен в своих силах, разобраться самостоятельно может быть непросто. В этом канале я буду рассказывать про статистику для начинающих и буду стараться делать это понятно. Если ты хоть раз сомневался, нужно ли отвергать нулевую гипотезу, когда p-value меньше или больше 0.05, скорее всего этот канал для тебя. А еще я всегда рада вопросам и комментариям 🤍