Eu respeito a posição de @ Glen_b no caminho certo para responder aqui (e certamente não pretendo prejudicá-la), mas não consigo resistir a apontar para um exemplo particularmente divertido que fica perto de minha casa. Correndo o risco de politizar as coisas e fazer com que o objetivo desta pergunta seja um desserviço, recomendo Wagenmakers, Wetzels, Boorsboom e Van Der Maas (2011) . Eu citei isso em um post relacionado no Cognitive Sciences beta SE ( como a ciência cognitiva explica a intencionalidade distante e a função cerebral dos receptores? ), Que considera outro exemplo de "um dardo batendo no gato". O artigo de Wagenmakers e colegas comenta diretamente um verdadeiro "bug": foi publicado no JPSP (um dos maiores periódicos em psicologia) alguns anos atrás. Eles também argumentam de maneira mais geral a favor da análise bayesiana e que:
Para convencer o público cético de uma alegação controversa, é necessário realizar estudos estritamente confirmatórios e analisar os resultados com testes estatísticos mais conservadores do que liberais.
Provavelmente não preciso lhe dizer que isso não pareceu exatamente uma pregação ao coral. FWIW, também há uma refutação (como sempre parece existir entre bayesianos e freqüentadores; ( Bem, Utts, & Johnson, 2011 ) , mas tenho a sensação de que isso não coincidiu exatamente com o debate .
A psicologia, como comunidade científica, sofreu um pouco de replicação recentemente, em parte devido a essa e outras deficiências metodológicas de alto perfil. Outros comentários aqui apontam casos semelhantes aos que antes eram conhecidos como correlações de vodu na neurociência social (como é que, para o BTW politicamente incorreto? O artigo foi renomeado; Vul, Harris, Winkielman e Pashler, 2009 ). Isso também atraiu sua refutação , que você pode conferir para mais debates sobre práticas altamente discutíveis.
Para obter ainda mais educação em detrimento (mais despersonalizada) de (pseudo) estatísticos se comportando mal, veja nossa 8ª pergunta mais votada atualmente no CV com outro título (reconhecidamente) politicamente incorreto: " O que são pecados estatísticos comuns? " O @MikeLawrence atribui sua inspiração ao estudo paralelo de psicologia e estatística. É um dos meus favoritos pessoais, e suas respostas são muito úteis para evitar as inúmeras armadilhas por aí.
No lado pessoal, passei boa parte dos meus últimos cinco meses aqui, em grande parte porque é incrivelmente difícil obter estatísticas sólidas sobre certas questões de análise de dados. Francamente, a revisão por pares muitas vezes não é muito rigorosa, especialmente em termos de análise estatística da pesquisa em ciências mais jovens com perguntas complexas e muitas complicações epistêmicas. Por isso, senti a necessidade de assumir responsabilidade pessoal por aprimorar os métodos em meu próprio trabalho.
Ao apresentar minha pesquisa de dissertação , tive uma noção de quão importante é a responsabilidade pessoal pelo escrutínio estatístico. Dois psicólogos excepcionais da minha alma mater interromperam que eu estava cometendo um dos pecados mais básicos em minhas interpretações de correlações. Eu já havia me acostumado a isso, e já havia ensinado estudantes de graduação várias vezes, mas eu ainda fui lá e fui chamado (no início, graças aos céus). Eu fui lá porque a pesquisa que eu estava revisando e replicando foi lá! Assim, acabei adicionando várias seções à minha dissertação que chamou esses outros pesquisadores por assumirem causalidade a partir de estudos longitudinais quase experimentais (às vezes até por correlações transversais) e por ignorarem prematuramente explicações alternativas.
Minha dissertação foi aceita sem revisões pelo meu comitê, que incluía outro psicométrico excepcional e o futuro presidente do SPSP (que publica o JPSP), mas, para ser franco mais uma vez, não estou me gabando em dizer isso. Desde então, consegui fazer vários buracos nos meus próprios métodos, apesar de passar no processo de revisão externa com ótimos revisores. Agora, eu caí no fundo das estatísticas ao tentar conectá-las a métodos mais apropriados para modelagem preditiva de classificações Likert como SEM, IRT e análise não paramétrica (consulte Teste de regressão após redução de dimensão) Estou optando voluntariamente por passar anos em um artigo que provavelmente poderia publicar como está ... Acho que ainda tenho um estudo de simulação para fazer antes de prosseguir com consciência.
No entanto, enfatizo que isso é opcional - talvez até excessivamente zeloso e um luxo caro em meio à cultura de publicar ou perecer, que geralmente enfatiza quantidade e qualidade em registros de trabalho no início da carreira. A aplicação incorreta de modelos paramétricos para dados contínuos a distribuições que violam suposições de dados ordinais é muito comum em meu campo, assim como a interpretação incorreta e a deturpação da significância estatística (consulte Acomodando visões entrincheiradas de valores-p ). Eu poderia me safar totalmente (a curto prazo) ... e não é tão difícil fazer melhor do que isso. Suponho que tenho vários anos recentes de avanços surpreendentes nos programas de R para agradecer por isso! Aqui está esperando que os tempos estejam mudando.
Referências
· Bem, DJ, Utts, J., & Johnson, WO (2011). Os psicólogos precisam mudar a maneira como analisam seus dados? Jornal de Personalidade e Psicologia Social, 101 (4), 716-719. Recuperado em http://deanradin.com/evidence/Bem2011.pdf .
· Vul, E., Harris, C., Winkielman, P. e Pashler, H. (2009). Correlações intrigantes em estudos de ressonância magnética da emoção, personalidade e cognição social. Perspectives on Psychological Science, 4 (3), 274-290. Recuperado em http://www.edvul.com/pdf/VulHarrisWinkielmanPashler-PPS-2009.pdf .
·Wagenmakers, EJ, Wetzels, R., Borsboom, D. e Van der Maas, H. (2011). Por que os psicólogos devem mudar a maneira como analisam seus dados: o caso da psi. Jornal de Personalidade e Psicologia Social, 100 , 426-432. Recuperado em http://mpdc.mae.cornell.edu/Courses/MAE714/Papers/Bem6.pdf .