Reproduzierbare Und Replizierbare Forschung

MCML Authors

Fabian Scheipl

PD Dr.

Principal Investigator

Functional Data Analysis

Anne-Laure Boulesteix

Prof. Dr.

Principal Investigator

Biometry in Molecular Medicine

Abstract

In den letzten Jahren haben Berichte über die fehlende Replizierbarkeit und Reproduzierbarkeit von Forschungsergebnissen viel Aufmerksamkeit erhalten und dazu geführt, dass die Art und Weise, wie wissenschaftliche Studien geplant, analysiert und berichtet werden, hinterfragt wird. Bei der statistischen Planung und Auswertung wissenschaftlicher Studien muss eine Vielzahl von Entscheidungen getroffen werden, ohne dass es dabei eindeutig richtige oder falsche Wahlmöglichkeiten gäbe. Hier wird erläutert, wie diese Multiplizität an möglichen Analysestrategien, die durch Modell-, Datenaufbereitungs- und Methodenunsicherheit beschrieben werden kann, in Verbindung mit selektiver Berichterstattung zu Ergebnissen führen kann, die sich auf unabhängigen Daten nicht replizieren lassen. Zudem werden Lösungsstrategien vorgestellt, mit denen die Replizierbarkeit der Ergebnisse verbessert werden kann, und Praktiken und Hilfsmittel vorgestellt, mit denen durchgeführte Analysen reproduzierbar werden können.

article

---

Moderne Verfahren der Angewandten Statistik

Sep. 2023.

---

Authors

S. Hoffmann • F. Scheipl • A.-L. Boulesteix

---

Links

DOI

---

Research Area

 A1 | Statistical Foundations & Explainability