«Прежде чем использовать параметрические методы статистики, исследователь должен убедиться в том, что распределение имеющихся в его распоряжении данных не отличается от нормального»;
А также из статьи Леонова В.П. 2019 года:
«Для непрерывных количественных признаков следует обязательно произвести проверку нормального распределения».
Этот алгоритм быстро завоевал доверие со стороны научного сообщества. Рецензенты и научные руководители стали требовать проверку на нормальность при анализе данных клинических исследований. До сих пор в значительном числе научных работ, в том числе публикуемых в авторитетнейших NEJM и Lancet, мы встречаем выбор статистического метода исходя из нормальности распределения. Такая популярность алгоритма №2 не позволяет пока полностью отказаться от него.
Далее мы покритикуем этот алгоритм, но вообще-то некоторый смысл в нём есть.
💡Во-первых, он обращает внимание авторов на распределение данных, о котором раньше мало кто задумывался. А ведь это важная характеристика, которую непременно следует изучать при выполнении статанализа.
💡Во-вторых, использование параметрических критериев при нормальном распределении почти всегда будет оптимальным выбором.
💡В-третьих, в отдельных случаях отклонений от нормального распределения действительно лучше использовать ранговые методы.
💡В-четвертых, условие гомоскедастичности справедливо для t-критерия Стьюдента (и, кстати, актуально и для критерия Манна-Уитни - см. наш пост про критерий Бруннера-Мюнцеля).
Интересно, что на волне роста претензий к использованию параметрических методов без проверки на нормальность распределения, в связи со сложностью и субъективностью этой проверки (что справедливо!), а также устоявшимся (неверным!) мнением, что непараметрические критерии - это то же самое, что и параметрические, но только они не требуют нормальности, появился ещё один крайний алгоритм №3:
1️⃣ Всегда использовать непараметрические методы, независимо от распределения данных.
Обращаясь к статистикам, аспиранты той поры интересовались, смогут ли они рассчитать критерий Манна-Уитни или критерий Фридмана. Использование «непараметрики» избавляло от необходимости долго и сложно «пояснять за нормальность» на защите диссертации или в ответах рецензентам. И автоматически снимало все вопросы к выбору методов анализа.
На этой волне я услышал однажды от одного исследователя замечательную фразу в ответ на мое предложение использовать в его работе t-критерий Стьюдента:
- Дамир Ильдарович, так он ведь запрещен!!
Мой вопрос: кем и когда запрещен? - разумеется, остался без ответа.
Следует отметить ещё один факт, по времени совпавший с расцветом популярности непараметрических критериев: переход от табличного редактора MS Excel к полноценным статистическим программам. В стандартном Excel непараметрика, как известно, отсутствует, поэтому использование критерия Манна-Уитни или коэффициента ранговой корреляции Спирмена свидетельствовало о владении автором, например, программой STATISTICA 6.0. Результаты работы в таком случае выглядели максимально убедительно!
Продолжение следует