Проверка статистических гипотез: общие подходы в практике медицинских исследований

Проверка статистических гипотез – один из ключевых этапов современных исследований в области медицины. На начальном этапе ученые выдвигают исследовательскую гипотезу, на основе которой формулируют статистическую гипотезу, которая поддается проверке с помощью статистических тестов. В руководстве представлены примеры составления нулевой и альтернативной статистических гипотез для разных исследовательских вопросов, представлен общий алгоритм их проверки на примере t-теста. Авторы разбирают концепции ошибок I рода, которые необходимы для интерпретации p-значений, полученных в статистических тестах, и ошибок II рода, которые используют для расчета мощности исследования. Существенное внимание уделено понятию размера эффекта и его оценке, различиям между статистически и клинически значимыми эффектами. Продемонстрирована взаимосвязь между размером эффекта, численностью выборки и величиной ошибки II рода.

Statistical hypothesis testing is one of the key steps in modern medical research. Initially, scientists formulate a research hypothesis based on which the statistical hypothesis is then developed and statistically tested. This review provides the null and alternative hypotheses’ compiling examples for different research questions and the general algorithm for their testing using t-test. The authors also describe type I errors, which are necessary to interpret p-values estimated from statistical tests, and type II errors, which are used to assess study power. The article focuses on effect size and its calculation methods, and the difference between statistically significant and clinically significant effects. The associations between effect size, sample size, and type II error are also discussed.