Кейсы
Профессия и обучение

SD и SE в исследовании: маленькая ошибка среднего не означает одинаковых людей

Сначала подпись после знака ±

Число после ± в научной таблице нельзя читать без примечания. SD — стандартное отклонение, характеризующее разброс наблюдений. SE — стандартная ошибка оценки; для среднего она относится к статистической точности его оценки, а не к диапазону всех людей. В Cochrane Handbook, разделе 6.5.2 смешение SE и SD прямо отмечено как вводящая в заблуждение ошибка.
Таблица может показывать среднее и SE, среднее и SD, медиану с другим интервалом или вообще оценку различия групп. Одинаковый графический знак не делает эти показатели одинаковыми. Если подпись неясна, тренер проверяет пояснения к таблице и методы; при необходимости запрашивает уточнение, вместо того чтобы выбирать удобное толкование.

Артур обещает слишком узкий коридор

В вымышленной ситуации тренер Артур готовит объяснение учебного результата: среднее 30 условных единиц, SE = 2, n = 25. Все числа придуманы для арифметики и не относятся к ученикам EVOTREN. Артур хочет сказать клиенту: «Почти все оказываются между 28 и 32». Но он принял ошибку среднего за индивидуальный разброс и ещё добавил не указанную долю участников.
Для SE среднего внутри одной группы Cochrane даёт связь SD = SE × √n. В данном учебном примере √25 = 5, значит SD = 2 × 5 = 10 условных единиц. Значение 2 и значение 10 описывают не конкурирующие результаты, а разные свойства тех же условных данных. Этот расчёт нельзя применять к SE разницы средних двух групп как к SE одной группы.
Артур исправляет пояснение: точность среднего и различия между участниками нужно описывать отдельно. Даже mean ± SD не даёт автоматической гарантии результата конкретного клиента. Без распределения данных нельзя приписать выбранному коридору произвольную долю людей. Тренер не заменяет неверное обещание 28–32 новым обещанием 20–40.

Почему большой объём выборки не делает всех похожими

В рамках той же формулы при одинаковом SD увеличение n уменьшает SE среднего. Это не арифметическое доказательство того, что индивидуальные значения стали теснее. Артур сначала хочет выбрать статью с самым маленьким SE как программу с самым предсказуемым личным результатом. Теперь он проверяет, к какой оценке относится SE и что действительно измеряли, а не сортирует методы только по числу после ±.
Если авторы показывают доверительный интервал среднего или эффекта, это ещё один объект интерпретации. В разборе доверительного интервала для тренера объяснено, почему его границы не равны обещанному диапазону результатов клиентов. Назвать показатель правильно важнее, чем переписать красивое узкое число в рекламу.

Какая запись останется в конспекте

Артур сохраняет название измерения, единицы, среднее, обозначение SE и число участников, к которым оно относится. Если у разных строк разное n, он не использует общий размер набора для каждой строки автоматически. И если в таблице оказалось SE различия групп, прежний пример пересчёта не переносится туда без другого метода.
Главный результат разбора — исчезло необоснованное утверждение о почти одинаковых людях. Ни маленький SE, ни большой SD сами по себе не решают, какую тренировку назначить клиенту. Статистика остаётся характеристикой изученных данных, а подбор программы требует учитывать вопрос исследования и условия конкретной работы.