Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyse the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customised advertisements based on the pages you visited previously and to analyse the effectiveness of the ad campaigns.

No cookies to display.

Znamení slunce aneb rady pro tápající

Robert Straka

Velmi nás těší, že naprostá většina diskutujících pochopila,  o co jde v jednoduchém modelu od Tomáše Fürsta popsaném v článcích “Znamení slunce aneb observační studie a selection bias” a “Znamení slunce útočí”. Předtím, než se pustíme do dalšího vysvětlení pro ty, co mají z nějakého důvodu problém nezaujatě pochopit podstatu popsaného efektu, popřípadě skriptu v R, si přečtěte následující:

CO TO JE: Grafy jsou realizace jednoduchého modelu, na kterém je ukázán efekt výběrového vychýlení a efekt špatné klasifikace. Model nepotřebuje ŽÁDNÁ řádková data, časové řady ani nic podobného.

CO TO NENÍ: V žádném případě se nejedná o výpočet efektivity vakcinace na základě reálných dat, skript nepotřebuje žádný externí soubor, pouze pár knihoven jazyka R.

Model má několik vstupních PARAMETRŮ, které si můžete nastavit (aktuální skript v jazyce R je ke stažení zde https://github.com/strakrob/znameniSLUNCE, R a Rstudio lze stáhnout zde https://posit.co/download/rstudio-desktop/) dle libosti. Potřebujete 5 – 10 parametrů (záleží, jaký efekt chcete modelovat), všechny jsou okomentovány spolu s celým zdrojem pro usnadnění práce se skriptem a případně jeho další úpravou pro zájemce. Nastavení parametrů pro jednotlivé grafy z výše uvedených článků je v nich důsledně popsáno. Skript nedělá nic jiného, než co je popsáno v článcích, tj., v prvním z článků

  1. Vybere náhodně části populace, které zemřou a které dostanou Znamení slunce. Z konstrukce modelu i jeho implementace v R je zřejmé, že Znamení nemá v tomto případě žádný vliv na úmrtí, což je vidět i v grafech.
  2. U efektu výběrového vychýlení odstraníme udělení Znamení slunce (s určitou pravděpodobností různou od 0), ale pouze pokud k němu dojde 14 dní před úmrtím, na grafech se objeví virtuální účinnost Znamení – tím větší, čím větší je zmíněná pravděpodobnost.

V druhém z článků, kde určitá malá část Znamení slunce zabíjí:

  1. Vybere náhodně určitou část populace se Znamením a nechá jí náhodně umřít mezi 0. a 14. dnem od udělení Znamení, na grafech je tento efekt patrný od samého začátku.
  2. Totéž, co v 1), ale špatně klasifikujeme VŠECHNY jedince se Znamením tak, že je počítáme jako se znamením až od 14. dne po jeho udělení. Zvýšené riziko nešťastníků z bodu 1) zmizí díky tomu, že oficiálně umírají jako jedinci bez Znamení (tady si můžete pohrát s nastavením parametrů a sledovat výsledek).
  3. Totéž, co v 1), ale špatně klasifikujeme POUZE jedince, kteří zemřeli do 14 dnů od udělení Znamení (prohlásíme je za jedince bez Znamení) a rázem se nám objeví úplně opačný výsledek než v bodě 1).

Tento jednoduchý model poukazuje na úskalí interpretace výsledků na základě observačních dat, kde může lehce dojít k různým typům vychýlení až k nepoctivé klasifikaci, přičemž v tomto modelu není důležité zda při “prevenci” jde o Znamení slunce, vakcíny, léky, nebo červené svetry. Na druhou stranu nás trochu mrzí, že členové a skalní fanoušci ze sdružení Sníh (včetně těch, kteří vystupují jako matematici) mají problém s kontrolou tak jednoduchého modelu a pochopení skriptu na pár desítek řádků. Nic však pro ně ještě není ztraceno, pokud mají zájem (i kdokoli další), každou středu od 9:30 do 11:30 mám konzultace a rád vše zájemcům vysvětlím (online, pokud zrovna nebudete cestovat do Krakowa), email lze dohledat na stránkách AGH (https://skos.agh.edu.pl).

Sdílejte