G
мне не совсем понятно зачем нужен порог - чтобы гарантировать одинаковую мощность детекции? этого не получится сделать если держать вероятность ложного обвинения на каком-то фиксированном пороге
Size: a a a
2021 March 30
G
это в целом сложная проблема, было показано на примерах врачей которые целенаправленно убивали своих пациентов что если они не делают это каждый день то для масштабного скрининга по стране нужно смотреть несколько лет наблюдений
G
я бы ввёл множество казалось бы независимых индикаторов и "судил бы" сразу по нескольким метрикам - если у тебя 100 докторов то вероятность обвинить кого-то ложно по одному критерию будет высокой как ни старайся
RS
German
я бы ввёл множество казалось бы независимых индикаторов и "судил бы" сразу по нескольким метрикам - если у тебя 100 докторов то вероятность обвинить кого-то ложно по одному критерию будет высокой как ни старайся
+1
G
обширный инструментарий накоплен по детекции "мишеней для налогового аудита", я бы взял техники оттуда
RS
Возник вопрос про статистику.
Надо проверить вводимые докторами данные на подлог. В качестве одного из методов смотрю на распределение значения последней цифры (предполагаю, что оно должно быть равномерным).
При этом понятно, что с ростом числа наблюдений хи-квадрат будет находить значимость.
Как бы мне организовать трешхолд, если один доктор мог ввести 20 значений условно, а другой 200?
Надо проверить вводимые докторами данные на подлог. В качестве одного из методов смотрю на распределение значения последней цифры (предполагаю, что оно должно быть равномерным).
При этом понятно, что с ростом числа наблюдений хи-квадрат будет находить значимость.
Как бы мне организовать трешхолд, если один доктор мог ввести 20 значений условно, а другой 200?
согласен с German , я бы не стал верить такому индикатору. Но, допустим, вы решили его сделать. В этом случае, degrees of freedom ведь включает в себя инфу о количестве значений, нет?
ИЭ
Спасибо за помощь!
VS
Возник вопрос про статистику.
Надо проверить вводимые докторами данные на подлог. В качестве одного из методов смотрю на распределение значения последней цифры (предполагаю, что оно должно быть равномерным).
При этом понятно, что с ростом числа наблюдений хи-квадрат будет находить значимость.
Как бы мне организовать трешхолд, если один доктор мог ввести 20 значений условно, а другой 200?
Надо проверить вводимые докторами данные на подлог. В качестве одного из методов смотрю на распределение значения последней цифры (предполагаю, что оно должно быть равномерным).
При этом понятно, что с ростом числа наблюдений хи-квадрат будет находить значимость.
Как бы мне организовать трешхолд, если один доктор мог ввести 20 значений условно, а другой 200?
Я не очень уверен, что распределение будет равномерным. Например, из-за округлений до круглого числа может быть перевес у нуля в распределении
VS
Вот такая статья гуглится (но я пока не читал): https://www.jstor.org/stable/2987702?seq=1
Для обнаружения фейков иногда используют Benford's law (распределение первой цифры). Но там есть ограничения (например, числа в распределении должны отличаться на порядки). Вот неплохое видео о том, как выглядит применение такого анализа и как можно его неверно интерпретировать: https://www.youtube.com/watch?v=etx0k1nLn78
Для обнаружения фейков иногда используют Benford's law (распределение первой цифры). Но там есть ограничения (например, числа в распределении должны отличаться на порядки). Вот неплохое видео о том, как выглядит применение такого анализа и как можно его неверно интерпретировать: https://www.youtube.com/watch?v=etx0k1nLn78
Н
У stand up maths было видео про эти методы. Поверхностное, понятное дело, больше терминов для гугла набраться
ИЭ
Я не очень уверен, что распределение будет равномерным. Например, из-за округлений до круглого числа может быть перевес у нуля в распределении
Спасибо. Об этом я осведомлён и уже проверил, что для моих данных последняя цифра работает (например для величин интервалов на ЭКГ): у "хороших" по другим независимым показателям врачей все достаточно равномерно, а у "плохих" случаются очень сильные отклонения. Для Бенфорда у меня как раз никаких экспоненциально меняющиеся в широких границах показателей нет особо.
ИК
Спасибо. Об этом я осведомлён и уже проверил, что для моих данных последняя цифра работает (например для величин интервалов на ЭКГ): у "хороших" по другим независимым показателям врачей все достаточно равномерно, а у "плохих" случаются очень сильные отклонения. Для Бенфорда у меня как раз никаких экспоненциально меняющиеся в широких границах показателей нет особо.
Презумпция виновности!
ИЭ
Презумпция виновности!
Ну да. Это клинические исследования, тут integrity важна. Если что-то выглядит подозрительно, то лучше перебдеть и проверить.
AC
PhD позиции в Макс Планке https://t.me/sberlogabio/4251
EK
Переслано от Elizaveta Kulaeva
Я прошу прощения за оффтоп, но нет ли здесь тех, кто работал/работает в mutation surveyor?
Очень нужна помощь с загрузкой контигов( какие-то траблы происходят
Очень нужна помощь с загрузкой контигов( какие-то траблы происходят
К
Возник вопрос про статистику.
Надо проверить вводимые докторами данные на подлог. В качестве одного из методов смотрю на распределение значения последней цифры (предполагаю, что оно должно быть равномерным).
При этом понятно, что с ростом числа наблюдений хи-квадрат будет находить значимость.
Как бы мне организовать трешхолд, если один доктор мог ввести 20 значений условно, а другой 200?
Надо проверить вводимые докторами данные на подлог. В качестве одного из методов смотрю на распределение значения последней цифры (предполагаю, что оно должно быть равномерным).
При этом понятно, что с ростом числа наблюдений хи-квадрат будет находить значимость.
Как бы мне организовать трешхолд, если один доктор мог ввести 20 значений условно, а другой 200?
Собираешь врачей, достаёшь магнум..
Н
Кирилл
Собираешь врачей, достаёшь магнум..
так он как раз пытается определить, в кого стрелять
К
Вышибаешь одному мозги, все остальные признаются
Н
Кирилл
Вышибаешь одному мозги, все остальные признаются
включая тех, кто подлога не совершал
К
включая тех, кто подлога не совершал
Ну сэляви