統計家に聞いても、正しい解釈はわからないことが多い
臨床統計家に「この結果はどういう意味なのか？こう解析した方が良いのか？」と聞いても、「(数学的に、)こういうものとしか言えない」と言われてもしっくりはこない事がある。それは解釈の問題だと思う
私見だが、
数学的な理解(線形代数/確率統計の知識を基にモデルの仮定の理解やsimulation researchによるbias判断)
数学的な結果をどう解釈するかの理解
解釈できる範囲内でどちらの方が良いのかの理解
その解析をする方が良いのか、しない方が良いのかの理解
が必要だと思うが知識でなんとかなるのは第二段階までな気がする。
ただ、その理解する、というのもどこまで必要かも悩ましい
よくわからないまま統計モデルを使うのは良くない、という点では概ね皆意見が一致するが、
- 詳細な理解が必要？
→ しかし、現実ロジスティック回帰すら理解して使っている人は少ない
- 過去論文の理解？
→ 過去の論文でしているからと言っても、全然状況が違うので仮定も違う事が多い
- 結果が変わりそうな事は全て理解？
→ オプションがあっても実際ほとんど変わらない事が多い一方、seedで大きく変わる解析もある。
もう少し勉強して結論を自分なりに出そうと思う
