Статистические ошибки и как их избегают, или о корректном анализе количественных данных в селекции

Abstract

Все этапы селекционной работы предполагают получение и обработку количественных данных. Корректный статистический анализ позволяет делать адекватные выводы и сопоставлять результаты, полученные разными исследователями. При анализе публикаций в журнале «Зернобобовые и крупяные культуры» выявлены некоторые ошибки, наиболее часто встречающиеся при анализе количественных данных. Среди них использование параметрических методов (коэффициента корреляции Пирсона, t-критерия Стьюдента) без предварительной оценки характера распределения исследуемых признаков; неудачный выбор показателя центра распределения (среднее арифметическое вместо медианы); оперирование средними значениями без указания величины разброса; приведение результатов статистического анализа без оценки достоверности и некоторые другие. Отдельные процедуры анализа проиллюстрированы на примере собственных данных, полученных при описании коллекции гороха посевного. Предложен алгоритм, который может позволить снизить риск некорректного использования статистических приемов.

All stages of breeding process involve acquisition and processing of quantitative data. The correct statistical analysis provides a possibility to draw adequate conclusions and make results of different researches comparable. When analyzing papers published in ‘Zernobobovye i Krupyanye Kul’tury’ (‘Legumes and Groat Crops’), we found several frequent errors in statistical analysis. Among them, one may list use of parametric methods (such as Pearson’s correlation coefficient or Student’s t-test) without preliminary evaluation of distribution of variables, ineffective choice of ‘most typical’ value (mean instead of median), use of means without illustrating the amount of variation, demonstrating the results of statistical analysis without estimates of their statistical significance etc. Some of analytical procedures were exemplified by own data from phenotyping of germplasm collection of a garden pea. An algorithm was also proposed which may reduce the risk of incorrect use of statistical methods.