بله | کانال ایستگاه اپیدمیولوژی/پژوهش/مقاله

۲۳ خرداد

انحراف معیار، واریانس، ضریب تغییرات؛ داده‌ها چقدر از هم فاصله دارند؟

️میانگین گفتیم که مرکز داده‌ها را نشان می‌دهد. اما دو جامعه می‌توانند میانگین یکسان داشته باشند ولی پراکندگی بسیار متفاوت. مثلاً فشار خون دو گروه ۱۲۰ است، اما در یک گروه همه نزدیک ۱۲۰ هستند، در گروه دیگر از ۹۰ تا ۱۵۰ پخش شده‌اند.

برای توصیف این «پخش شدگی» از شاخص‌های پراکندگی استفاده می‌کنیم.

️ سه شاخص اصلی:
۱. واریانس (Variance)میانگین مجذور فاصله هر مقدار از میانگین. واحدش مجذور واحد اصلی است (مثلاً mmHg²).

کاربرد: پایه محاسبات آماری (مثل آنالیز واریانس).

مشکل: تفسیر مستقیم سخت است چون واحدش مربع شده.
۲. انحراف معیار (Standard Deviation – SD)جذر واریانس. واحدش همان واحد اصلی داده است.

معروف‌ترین شاخص پراکندگی. در توزیع نرمال، محدوده mean±1SD حدود ۶۸٪ داده‌ها را پوشش می‌دهد.

مثال: «میانگین سن بیماران ۴۵ سال (انحراف معیار ۱۰ سال)» یعنی اکثر بیماران بین ۳۵ تا ۵۵ سال هستند.
۳. ضریب تغییرات (Coefficient of Variation – CV)نسبت انحراف معیار به میانگین (ضربدر ۱۰۰ برای درصد). واحد ندارد.

برای مقایسه پراکندگی دو متغیر با واحدهای مختلف (مثلاً سن و وزن) یا میانگین‌های بسیار متفاوت عالی است.

مثال: اگر CV فشار خون ۱۵٪ و CV وزن ۸٪ باشد، فشار خون پراکندگی نسبی بیشتری دارد.

کدام را در مقاله گزارش کنیم؟
برای توصیف داده‌های نرمال یا نزدیک به نرمال: mean ± SD
برای داده‌های چوله: median (IQR) و انحراف معیار را گزارش نکن.
برای مقایسه پراکندگی بین دو متغیر با واحدهای متفاوت: از CV استفاده کن.
واریانس را معمولاً در متن اصلی مقاله گزارش نمی‌کنند (مگر در جداول آنالیز واریانس یا مدل‌های آماری).

یک مثال اپیدمیولوژیک:در مطالعه‌ای روی سطح قند خون ناشتا در دو شهر:
شهر A: mean=100 mg/dL, SD=5 → CV=5% (پراکندگی کم، همه نزدیک به میانگین)
شهر B: mean=100 mg/dL, SD=20 → CV=20% (پراکندگی زیاد، تنوع بالای قند خون) نتیجه: با وجود میانگین یکسان، شهر B نیازمند بررسی بیشتری است (احتمال وجود زیرگروه‌های پرخطر).

جمع‌بندی:
واریانس = میانگین مجذور فاصله‌ها (تفسیر سخت)
انحراف معیار = جذر واریانس (هم‌واحد با داده، پرکاربرد)
ضریب تغییرات = SD/mean (بی‌واحد، برای مقایسه پراکندگی نسبی)

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۹۶۱

۱۳:۴۵

۲۵ خرداد

محاسبه حجم نمونه؛ چطور اندازه مطالعه را تعیین کنیم؟

️می‌خواهی مطالعه‌ای طراحی کنی. تعداد نمونه‌ات را چطور تعیین می‌کنی؟ اگر خیلی کم برداری، قدرت مطالعه پایین می‌آید و اثر واقعی را نمی‌بینی. اگر خیلی زیاد برداری، وقت و هزینه تلف کرده‌ای.

حجم نمونه مناسب، تعادل بین دقت علمی و صرفه‌جویی در منابع است.

️ عوامل مؤثر در محاسبه حجم نمونه:
۱. سطح معنی‌داری (α – Type I error)معمولاً ۰.۰۵. هرچه کوچک‌تر (مثلاً ۰.۰۱)، نمونه بزرگتری نیاز داری.
۲. توان آماری (Power – 1-β)معمولاً ۸۰٪ یا ۹۰٪. هرچه توان بالاتر، نمونه بزرگتر (و شانس کشف اثر واقعی بیشتر).
۳. اندازه اثر (Effect size)مقدار تفاوتی که می‌خواهی کشف کنی (مثلاً اختلاف ۵ میلی‌متر جیوه در فشار خون). هرچه اندازه اثر کوچک‌تر باشد، نمونه بزرگتری می‌خواهی.
۴. واریانس یا پراکندگی (Variance)هرچه داده‌ها پراکنده‌تر باشند (انحراف معیار بالاتر)، نمونه بزرگتری لازم است.
۵. نوع مطالعه و طراحی مقایسه دو میانگین یا دو نسبت همبستگی کوهورت / مورد-شاهدی / کارآزمایی هر طرحی فرمول مخصوص خود را دارد.

یک مثال ساده (مقایسه دو میانگین):
می‌خواهی بدانی داروی جدید فشار خون سیستولیک را ۵ میلی‌متر جیوه بیشتر از دارونما کاهش می‌دهد (α=0.05, power=80%, SD=10).طبق فرمول، حدود ۶۴ نفر در هر گروه نیاز داری. اگر اثر را ۲ میلی‌متر جیوه فرض کنی، نمونه لازم به حدود ۳۹۰ نفر در هر گروه می‌رسد.

اشتباهات رایج:

تخمین نادرست اندازه اثر (اغلب خوش‌بینانه) → نمونه کم می‌آید، مطالعه بی‌نتیجه می‌شود.

نادیده گرفتن ریزش نمونه (attrition) – اگر پیش‌بینی می‌کنی ۲۰٪ از نمونه در طول مطالعه بریزند، حجم اولیه را ۲۰٪ بیشتر در نظر بگیر.

استفاده از فرمول غلط برای طراحی نامناسب (مثلاً فرمول کوهورت برای کارآزمایی).

ننوشتن جزئیات محاسبه در مقاله – باید بنویسی با چه نرم‌افزاری، چه فرضیاتی، چه اعدادی حجم نمونه به دست آمده.

جمع‌بندی:
حجم نمونه به α، Power، اندازه اثر، واریانس و طرح مطالعه بستگی دارد.
قبل از شروع مطالعه با آماردان مشورت کن.
در مقاله، «محاسبه حجم نمونه» را شفاف بنویس تا خواننده اعتماد کند.

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۱.۷K

۱۷:۲۰

۲۸ خرداد

️ چارک‌ها، صدک‌ها و نمودار جعبه‌ای؛ وقتی انحراف معیار کافی نیست

️در پست‌های قبل گفتیم که برای داده‌های چوله، به جای میانگین و انحراف معیار باید از میانه استفاده کرد. اما میانه به تنهایی نمی‌گوید داده‌ها در اطراف خود چگونه پخش شده‌اند.

اینجا چارک‌ها (Quartiles) و نمودار جعبه‌ای (Box Plot) به کمک می‌آیند.

️ چارک‌ها یعنی چه؟
داده‌های مرتب شده را به ۴ قسمت مساوی تقسیم می‌کنیم:
Q1 (چارک اول): ۲۵٪ داده‌ها از این مقدار کمتر هستند.
Q2 (چارک دوم): همان میانه (۵۰٪ داده‌ها کمترند).
Q3 (چارک سوم): ۷۵٪ داده‌ها از این مقدار کمتر هستند.

فاصله بین چارکی (IQR) = Q3 – Q1این محدوده، ۵۰٪ میانی داده‌ها را نشان می‌دهد و در داده‌های چوله، بسیار بهتر از انحراف معیار عمل می‌کند.

️ صدک‌ها (Percentiles) چیستند؟
صدک‌ها داده‌ها را به ۱۰۰ قسمت مساوی تقسیم می‌کنند. معروف‌ترین آنها:
صدک ۵۰ = میانه
صدک ۲۵ = Q1
صدک ۷۵ = Q3
صدک ۹۰ یا ۹۵: برای تعیین مقدار بالای نرمال در متغیرهای بالینی (مثل صدک ۹۵ قد کودکان).

️ نمودار جعبه‌ای (Box Plot) چه شکلی است؟
یک جعبه از Q1 تا Q3 کشیده می‌شود (IQR). خط وسط جعبه، میانه (Q2) است. دو خط (سبیل) از جعبه به سمت بالا و پایین کشیده می‌شوند تا کوچک‌ترین و بزرگ‌ترین مقدار غیرپرتی که در ۱.۵×IQR قرار دارند، برسند. هر نقطه بیرون از این محدوده، داده پرت (Outlier) محسوب می‌شود و با نقطه نشان داده می‌شود.

مقایسه با انحراف معیار:
انحراف معیار و میانگین: برای داده‌های نرمال و متقارن.
چارک‌ها و IQR: برای داده‌های چوله، همراه با پرت.

مثال پزشکی:
مدت بستری ۱۰۰ بیمار در ICU:
Q1 = ۳ روز، Q2 = ۵ روز، Q3 = ۱۰ روز، IQR = ۷ روز. یعنی ۵۰٪ بیماران بین ۳ تا ۱۰ روز بستری بودند. چند بیمار با ۳۰ روز بستری، به عنوان پرت (Outlier) در نمودار جعبه‌ای نشان داده می‌شوند.

اشتباهات رایج:

گزارش «میانگین ± انحراف معیار» برای داده‌های چوله.

استفاده از IQR بدون ذکر میانه (باید گزارش کنی: میانه (IQR)).

نادیده گرفتن داده‌های پرت در تحلیل – نمودار جعبه‌ای آنها را به شما نشان می‌دهد.

جمع‌بندی:
چارک‌ها داده‌ها را به ۴ قسمت تقسیم می‌کنند.
IQR = Q3 – Q1 (محدوده ۵۰٪ میانی داده‌ها).
صدک‌ها برای تعیین رتبه هر مقدار نسبت به کل داده‌ها کاربرد دارند.
نمودار جعبه‌ای، بهترین ابزار برای نمایش همزمان میانه، پراکندگی، چولگی و داده‌های پرت است.

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۴۸۵

۱۷:۰۳

۲۹ خرداد

«نمودارها در آمار پزشکی؛ کدام نمودار برای چه داده‌ای؟»

️تا الان درباره مرکز، پراکندگی و شکل توزیع داده‌ها صحبت کردیم. اما یک تصویر می‌تواند بیش از هزار عدد حرف بزند. انتخاب درست نمودار، نه فقط مقاله را زیبا می‌کند، بلکه پیام آماری را شفاف‌تر منتقل می‌کند.

پس هر داده‌ای، نمودار مخصوص خود را دارد.

️ راهنمای انتخاب نمودار بر اساس نوع داده و هدف:
۱. داده‌های کمی پیوسته (Continuous) – برای دیدن توزیع:

هیستوگرام (Histogram): بهترین گزینه برای دیدن شکل توزیع (نرمال، چوله، دو قله‌ای).

نمودار جعبه‌ای (Box Plot): وقتی می‌خواهی چند گروه را از نظر میانه، پراکندگی و پرت‌ها مقایسه کنی.

از نمودار میله‌ای (Bar chart) برای داده‌های پیوسته استفاده نکن (مگر اینکه گروه‌بندی شده باشند).
۲. داده‌های دسته‌بندی (Categorical) – برای مقایسه فراوانی:

نمودار میله‌ای (Bar chart): برای مقایسه فراوانی یا درصد گروه‌ها (مثل جنسیت، گروه خونی).

نمودار دایره‌ای (Pie chart): فقط اگر تعداد گروه‌ها کم باشد (حداکثر ۴-۵ گروه) و تفاوت‌ها واضح باشد.

از دایره‌ای برای بیش از ۵ گروه یا تفاوت‌های ظریف استفاده نکن.
۳. بررسی رابطه دو متغیر کمی:

نمودار پراکندگی (Scatter plot): برای دیدن همبستگی بین دو متغیر (مثل سن و فشار خون).

می‌توانی خط رگرسیون را هم به آن اضافه کنی.
۴. نمایش روند در طول زمان:

نمودار خطی (Line chart): برای داده‌های سری زمانی (مثل روند ماهانه موارد آنفلوآنزا).

از نمودار میله‌ای برای داده‌های زمانی استفاده نکن، مگر اینکه نقاط زمانی کم و مجزا باشند.
۵. داده‌های بقا (Survival):

منحنی کاپلان-مایر (Kaplan-Meier): برای نمایش درصد بقا در طول زمان و مقایسه گروه‌ها.

نکات طلایی برای نمودارهای حرفه‌ای:
برچسب‌ها: محورها، واحدها و عنوان نمودار را حتماً بنویس.
مقیاس: محور عمودی را از صفر شروع کن، مگر اینکه دلیل علمی داشته باشی (در این صورت توضیح بده).
در مقاله: هر نمودار باید در متن توضیح داده شود و نتیجه اصلی از روی آن قابل برداشت باشد.

جمع‌بندی:
هیستوگرام و جعبه‌ای → داده‌های پیوسته و توزیع
میله‌ای و دایره‌ای → داده‌های دسته‌بندی
پراکندگی → همبستگی دو متغیر خطی → روند زمانی کاپلان-مایر → بقا

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۴۵۴

۱۸:۴۴

۳۰ خرداد

فرضیه و آزمون فرضیه؛ ستون فقرات هر مطالعه علمی

️هر مطالعه پژوهشی با یک سوال شروع می‌شود: «آیا داروی A فشار خون را کاهش می‌دهد؟» اما برای پاسخ علمی به این سوال، باید سوال را به زبان آمار ترجمه کنیم. این ترجمه، همان فرضیه (Hypothesis) است.

آزمون فرضیه، فرایندی است که به ما می‌گوید شواهد موجود تا چه حد از فرضیه ما حمایت می‌کنند.

️ دو نوع فرضیه در هر مطالعه:
۱. فرضیه صفر (Null Hypothesis – H₀)فرض می‌کند هیچ تفاوت یا ارتباطی وجود ندارد.مثال: «داروی A فشار خون را کاهش نمی‌دهد.» (یعنی اختلاف میانگین فشار خون بین گروه درمان و کنترل صفر است)
۲. فرضیه مخالف (Alternative Hypothesis – H₁ یا Hₐ)برعکس فرضیه صفر؛ یعنی یک تفاوت یا ارتباط وجود دارد.مثال: «داروی A فشار خون را کاهش می‌دهد.» (اختلاف میانگین فشار خون بین دو گروه صفر نیست)

نکته: فرضیه صفر را رد می‌کنیم یا نمی‌کنیم. هرگز «قبول» نمی‌کنیم. همیشه می‌گوییم «شواهد کافی برای رد H₀ وجود دارد» یا «شواهد کافی برای رد H₀ وجود ندارد».

مراحل آزمون فرضیه (گام به گام):
گام ۱: تعریف فرضیه‌هاH₀ و H₁ را به صورت واضح بنویس.
گام ۲: تعیین سطح معنی‌داری (α)معمولاً ۰.۰۵. یعنی ۵٪ احتمال اینکه اشتباهاً H₀ را رد کنیم (خطای نوع اول).
گام ۳: انتخاب آزمون آماری مناسبمثلاً تی‌تست، کای دو، آنالیز واریانس، رگرسیون.
گام ۴: محاسبه آماره آزمون و p-valueنرم‌افزارهای آماری این کار را برایتان انجام می‌دهند.
گام ۵: تصمیم‌گیری
اگر p-value < α → H₀ را رد می‌کنیم (نتیجه معنی‌دار است).
اگر p-value ≥ α → H₀ را رد نمی‌کنیم (نتیجه معنی‌دار نیست).

اشتباهات رایج در آزمون فرضیه:

تعریف نادرست فرضیه (مثلاً فرضیه صفر را به جای H₁ بنویسید).

انتخاب آزمون آماری غلط (مثلاً استفاده از تی‌تست برای داده‌های چوله).

تفسیر p-value به عنوان «احتمال درستی فرضیه» (p-value فقط احتمال دیدن داده‌ها در صورت درستی H₀ است، نه احتمال درستی H₀).

نادیده گرفتن اندازه اثر (Effect size) – p-value کوچک لزوماً به معنی اثر بزرگ نیست.

مثال ملموس اپیدمیولوژیک:
می‌خواهیم بررسی کنیم آیا واکسن آنفلوآنزا از ابتلا به بیماری جلوگیری می‌کند یا نه:
H₀: خطر ابتلا در گروه واکسن = خطر ابتلا در گروه دارونما
H₁: خطر ابتلا در گروه واکسن < خطر ابتلا در گروه دارونما
پس از تحلیل: RR = 0.65, 95% CI: 0.50-0.84, P = 0.001چون P < 0.05، H₀ را رد می‌کنیم و نتیجه می‌گیریم که واکسن مؤثر است.

جمع‌بندی:
فرضیه صفر = هیچ تفاوتی وجود ندارد.
فرضیه مخالف = تفاوت وجود دارد.
p-value < 0.05 → شواهد کافی برای رد فرضیه صفر.
همیشه p-value را با اندازه اثر و فاصله اطمینان همراه کنید.

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۴۶۸

۱۹:۱۰

۱ تیر

دوستان و همراهان گرامی جهت پیشرفت فعالیت ما شما میتونید نظرات خودتون درباره محتوای ارائه شده در کانال رو با ما به اشتراک بزارید .‎@M_Shahmansuri

۴۰۵

۱۰:۳۷

۲ تیر

برآورد (Estimation)؛ از نمونه به جمعیت

️تا الان درباره فرضیه و آزمون فرضیه صحبت کردیم که به ما می‌گوید «آیا ارتباطی وجود دارد یا نه؟» اما سوال بعدی این است: «این ارتباط چقدر است؟ دقیقاً چه مقدار؟»

برای پاسخ به این سوال، وارد حوزه برآورد (Estimation) می‌شویم. برآورد یعنی با استفاده از داده‌های نمونه، مقدار یک پارامتر را در کل جمعیت تخمین بزنیم.

️ دو نوع برآورد:
۱. برآورد نقطه‌ای (Point Estimation)یک عدد واحد که بهترین حدس ما برای پارامتر جمعیت است.

مثال: میانگین فشار خون نمونه‌ای ۱۲۰ میلی‌متر جیوه است. برآورد نقطه‌ای ما از میانگین فشار خون کل جمعیت = ۱۲۰.

مشکل: این عدد دقیقاً چقدر به مقدار واقعی نزدیک است؟ ما نمی‌دانیم، چون فقط یک عدد داریم.
۲. برآورد فاصله‌ای (Interval Estimation)یک بازه (محدوده) که با سطح اطمینان مشخص، پارامتر جمعیت را در بر می‌گیرد.

مثال: «میانگین فشار خون جمعیت با اطمینان ۹۵٪ بین ۱۱۸ تا ۱۲۲ میلی‌متر جیوه است.»➜ این یعنی اگر ۱۰۰ بار نمونه‌گیری کنیم، ۹۵ بار این فاصله، مقدار واقعی را در بر خواهد گرفت.

فاصله اطمینان (Confidence Interval – CI) در واقع یک «تور ماهیگیری» است؛ هرچه نمونه بزرگ‌تر باشد، تور کوچک‌تر و دقیق‌تر می‌شود.

فرمول عمومی فاصله اطمینان برای میانگین:
CI = (Point Estimate) ± (Critical Value) × (Standard Error)
برآورد نقطه‌ای: میانگین یا نسبت نمونه.
مقدار بحرانی (Critical Value): از توزیع نرمال (مثلاً ۱.۹۶ برای CI ۹۵٪) یا توزیع تی.
خطای استاندارد (Standard Error): انحراف معیار تقسیم بر جذر حجم نمونه.

نکته: با افزایش حجم نمونه، خطای استاندارد کاهش می‌یابد و فاصله اطمینان باریک‌تر می‌شود (دقت بیشتر).

️ سه سطح اطمینان رایج در مقالات پزشکی:
CI 90%: برای مطالعات اکتشافی یا مرزهای معنی‌داری.
CI 95%: استاندارد طلایی در اکثر مقالات.
CI 99%: وقتی می‌خواهیم اطمینان بیشتری داشته باشیم (اما فاصله پهن‌تر می‌شود).

تفسیر درست فاصله اطمینان:
فاصله‌ای که شامل ۰ یا ۱ نشود (بسته به معیار)، معمولاً معنی‌دار است.
مثال: RR = 2.5, 95% CI: 1.8–3.5 → معنی‌دار (چون ۱ در بازه نیست).
مثال: RR = 1.2, 95% CI: 0.9–1.6 → معنی‌دار نیست (چون ۱ در بازه است).
یک فاصله باریک = برآورد دقیق‌تر. یک فاصله پهن = عدم قطعیت بیشتر.

جمع‌بندی:
برآورد نقطه‌ای = یک عدد (حدس ما از مقدار واقعی).
برآورد فاصله‌ای = یک بازه (با سطح اطمینان مشخص).
فاصله اطمینان ۹۵٪، استاندارد طلایی است.
فاصله اطمینان باریک = دقت بالا (معمولاً با حجم نمونه زیاد).
همیشه فاصله اطمینان را همراه با برآورد نقطه‌ای گزارش کنید.

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۲۶۰

۱۸:۵۹

۳ تیر

لینک دسترس آسان به مطالب کانال ایستگاه اپیدمیولوژی

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۱K

۶:۰۳

همبستگی (Correlation)؛ شدت و جهت رابطه بین دو متغیر

️فرض کن می‌خواهی بدانی بین قد و وزن، یا بین سن و فشار خون، یا بین تعداد سیگار و سطح آنزیم کبدی چه رابطه‌ای وجود دارد.

همبستگی، شدت و جهت این رابطه را با یک عدد نشان می‌دهد: ضریب همبستگی (Correlation Coefficient).

️ سه ضریب همبستگی اصلی در پزشکی و اپیدمیولوژی:
۱. ضریب همبستگی پیرسون (Pearson Correlation – r)
برای داده‌های کمی و پیوسته که رابطه خطی دارند.
حساس به داده‌های پرت (outlier) است.
دامنه: ۱- تا ۱+ (صفر یعنی بی‌ارتباطی).
مثال: همبستگی بین سن و فشار خون سیستولیک (با فرض رابطه خطی).

مناسب برای داده‌های نرمال و بدون پرت.
۲. ضریب همبستگی اسپیرمن (Spearman Rank Correlation – ρ)
برای داده‌های رتبه‌ای (ordinal) یا داده‌های کمی که نرمال نیستند یا رابطه خطی ندارند.
بر اساس رتبه‌ها محاسبه می‌شود، نه مقادیر اصلی.
در برابر داده‌های پرت مقاوم است.
مثال: همبستگی بین شدت درد (خفیف، متوسط، شدید) و میزان مصرف مسکن.

به جای پیرسون وقتی داده‌ها چوله هستند یا رابطه غیرخطی است.
۳. ضریب همبستگی کندال (Kendall’s Tau – τ)
مانند اسپیرمن، برای داده‌های رتبه‌ای یا غیرنرمال.
بر اساس تعداد تطابق‌ها و ناهماهنگی‌های بین زوج‌ها محاسبه می‌شود.
برای نمونه‌های کوچک یا داده‌های با تعداد زیاد رتبه‌های مشابه (tie) مناسب‌تر است.
معمولاً قدر مطلق آن از اسپیرمن کوچک‌تر است، اما در برخی موارد دقیق‌تر عمل می‌کند.

نکات طلایی درباره همبستگی (هرگز فراموش نکنید):

همبستگی ≠ علیت – این مهم‌ترین قانون اپیدمیولوژی است. داشتن همبستگی بالا بین دو متغیر به معنای علت و معلولی نیست.

همبستگی صفر به معنای بی‌ارتباطی کامل نیست (ممکن است رابطه غیرخطی باشد).

برای رابطه غیرخطی، اسپیرمن یا کندال بهتر از پیرسون هستند.

همیشه قبل از استفاده از پیرسون، نرمال بودن و خطی بودن را بررسی کنید (با نمودار پراکندگی).

در مقالات، هم ضریب همبستگی (r یا ρ) و هم p-value آن را گزارش کنید.

جمع‌بندی:
پیرسون = همبستگی خطی برای داده‌های نرمال و کمی.
اسپیرمن = همبستگی رتبه‌ای برای داده‌های غیرنرمال یا رتبه‌ای.
کندال = جایگزین اسپیرمن برای نمونه‌های کوچک یا داده‌های با رتبه‌های مشابه.
همیشه نوع ضریب را در مقاله ذکر کنید و با یک جمله تفسیر کنید.

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۳۵۷

۱۷:۵۵

۵ تیر

Every ML Algorithms Explained

️ ایستگاه اپیدمیولوژی

️
آموزش / مشاوره مقاله و پایان‌نامه و طرح پژوهشی و آماری / ویراستاری پژوهشی / منتورینگ پژوهشی

تلگرام/ بله

️ ارتباط با ما و رزرو مشاوره

️ @Epidemiology_Station

۱۵۲

۹:۴۸