here are three good reasons for the

here are three good reasons for these requirements. First
and foremost, this ensures a high level of scientific
quality for papers published in EBR. Second, because
genetic engineering is politically charged, critics and
proponents must have the opportunity to evaluate
independently the quality of the available research.
Finally, the scientific community needs to be able to
build on the published literature. A sound meta-analysis
of the accumulated results of many publications requires
knowledge of the sufficient statistics of each of those
experiments (e.g., Arnqvist and Wooster, 1995). For
example, 5 non-significant results could combine into a
statistically significant result via meta-analysis, or
significant results might melt into non-significance under
the weight of multiple studies. Such meta-analyses would
be valuable contributions to the scientific literature.
There are two types of error in any experiment. Type I
error occurs if the null hypothesis is erroneously rejected
when in actuality it is true. Typically the Type I error rate
is 0.05, i.e., a 1 in 20 chance that the null hypothesis is
mistakenly rejected. This kind of error is routinely
handled by conventional scientific practices. Type II
error occurs when the null hypothesis is not rejected
when in actuality it should have been rejected. Negative
data suffers from the possibility of Type II error. Type II
error is problematic, because as scientists we have been
trained to minimize Type I errors and not be as concerned
with Type II errors. Type II error is measured by
statistical power. An experiment with high power has a
low Type II error rate and an experiment with low power
has a high Type II error rate.
In risk related problems, however, Type II errors can
be more serious than Type I errors (e.g., Hill and
Sendashonga, 2003). For example to answer the question,
what amount of GM-maize can be introduced without
harming a non-target species, a relevant null hypothesis
is that a certain quantity of Bt maize does not adversely
affect non-target species. If an experiment with low
statistical power were conducted, the probability of
rejecting the null hypothesis will be low, whether or not
the true effect had been biologically significant (Marvier,
2002). If Bt maize were introduced in quantity, this
kind of Type II error would result in adverse non-target
effects when none had been expected. Thus, for risk
related problems, Type II error must be considered
explicitly.
RETROSPECTIVE POWER ANALYSIS
A

ผลลัพธ์ (ไทย) 1:

เหตุผลดีที่สามสำหรับข้อกำหนดเหล่านี้ได้ ครั้งแรกสำคัญ ซึ่งมั่นใจในระดับสูงทางวิทยาศาสตร์คุณภาพสำหรับเอกสารเผยแพร่ใน EBR ที่สอง เนื่องจากพันธุวิศวกรรมทางการเมืองคิด นักวิจารณ์ และproponents ต้องมีโอกาสที่จะประเมินรายงานคุณภาพของการวิจัยมีสุดท้าย ชุมชนทางวิทยาศาสตร์ต้องสามารถสร้างเอกสารประกอบการเผยแพร่ Meta-analysis เสียงผลสะสมของหลายสิ่งต้องการความรู้สถิติเพียงพอของแต่ละคนทดลอง (เช่น Arnqvist และ Wooster, 1995) สำหรับตัวอย่าง 5 สถานที่สำคัญไม่สามารถรวมไว้ในการผลอย่างมีนัยสำคัญทางสถิติผ่าน meta-analysis หรือผลลัพธ์สำคัญอาจละลายในไม่ความสำคัญภายใต้น้ำหนักศึกษาหลาย Meta-วิเคราะห์ดังกล่าวจะเป็นผลงานที่มีคุณค่าทางวิทยาศาสตร์วรรณคดีมีอยู่สองชนิดของข้อผิดพลาดในการทดลองใด ๆ พิมพ์ฉันเกิดข้อผิดพลาดถ้าตั้งใจจะปฏิเสธสมมติฐานว่างเมื่อใน actuality เป็นจริง โดยทั่วไปแบบผมอัตราข้อผิดพลาดเป็น 0.05 เช่น โอกาส 1 ใน 20 ที่สมมติฐานว่างแสดงปฏิเสธ ชนิดของข้อผิดพลาดนี้อยู่เป็นประจำจัดการ โดยวิธีวิทยาศาสตร์ทั่วไป ชนิด IIเกิดข้อผิดพลาดเมื่อไม่มีปฏิเสธสมมติฐานว่างเมื่อใน actuality มันควรถูกปฏิเสธ ลบข้อมูล suffers จากความเป็นไปได้ของข้อผิดพลาดชนิด II ชนิด IIข้อผิดพลาดเป็นปัญหา เพราะเป็นนักวิทยาศาสตร์ ที่เราได้รับการฝึกอบรมเพื่อลดฉันพิมพ์ข้อผิดพลาด และไม่เป็นกังวลมีข้อผิดพลาดชนิด II ชนิด II ข้อผิดพลาดถูกวัดโดยพลังงานสถิติ การทดลองที่ มีพลังงานสูงมีการอัตราข้อผิดพลาดสองชนิดต่ำและการทดลองกับพลังงานต่ำมีอัตราข้อผิดพลาดชนิด II สูง ในความเสี่ยงเกี่ยวข้องกับปัญหา อย่างไรก็ตาม สามารถข้อผิดพลาดชนิด IIจะรุนแรงมากขึ้นกว่าที่ฉันพิมพ์ข้อผิดพลาด (เช่น ฮิลล์ และSendashonga, 2003) ตัวอย่างการตอบคำถามสามารถนำจำนวนเงินของข้าวโพด GM ไม่มีเป็นอันตรายต่อเป้าหมายไม่ใช่สปีชีส์ สมมติฐานว่างเกี่ยวข้องคือปริมาณของบีทีข้าวโพดไม่กระทบหรือไม่ส่งผลกระทบต่อสายพันธุ์ไม่ใช่เป้าหมาย ถ้าทดลองกับต่ำได้ดำเนินการพลังงานสถิติ ความน่าเป็นของปฏิเสธสมมติฐานว่างจะต่ำ หรือไม่ผลจริงได้ชิ้นสำคัญ (Marvier2002) ข้าวโพดบีทีถ้าถูกนำมาใช้ในปริมาณ นี้ชนิดของข้อผิดพลาดชนิดที่สองจะส่งผลร้ายไม่ใช่เป้าหมายผลเมื่อไม่มีคาดว่า ดังนั้น สำหรับความเสี่ยงต้องพิจารณาปัญหาที่เกี่ยวข้อง ข้อผิดพลาดชนิด IIอย่างชัดเจน วิเคราะห์พลังงานคาดA

ผลลัพธ์ (ไทย) 2:

ที่นี่มีสามเหตุผลที่ดีสำหรับความต้องการเหล่านี้ แรก
และสำคัญที่สุดนี้ช่วยให้มั่นใจในระดับสูงของวิทยาศาสตร์
ที่มีคุณภาพสำหรับเอกสารที่ตีพิมพ์ใน EBR ประการที่สองเนื่องจาก
พันธุวิศวกรรมเป็นค่าใช้จ่ายทางการเมืองนักวิจารณ์และ
ผู้เสนอจะต้องมีโอกาสที่จะประเมิน
อิสระคุณภาพของงานวิจัยที่มีอยู่
ในที่สุดชุมชนวิทยาศาสตร์จะต้องสามารถที่จะ
สร้างวรรณกรรมตีพิมพ์ เสียง meta-analysis
ของผลสะสมของสิ่งพิมพ์จำนวนมากต้องมี
ความรู้เกี่ยวกับสถิติที่เพียงพอของแต่ละคน
การทดลอง (เช่น Arnqvist และวูสเตอร์, 1995) สำหรับ
ตัวอย่างเช่น 5 ไม่ได้ผลอย่างมีนัยสำคัญสามารถรวมเป็น
ผลอย่างมีนัยสำคัญทางสถิติที่ผ่านการวิเคราะห์หรือ
ผลลัพธ์ที่สำคัญอาจจะละลายลงไปในที่ไม่มีความสำคัญภายใต้
น้ำหนักของการศึกษาหลาย ๆ เช่นการวิเคราะห์เมตาจะ
ต้องมีส่วนร่วมที่มีคุณค่าในวรรณกรรมทางวิทยาศาสตร์
มีสองประเภทของข้อผิดพลาดอยู่ในการทดลองใด ๆ ประเภทที่
มีข้อผิดพลาดเกิดขึ้นหากสมมติฐานถูกปฏิเสธอย่างไม่ถูกต้อง
เมื่อในความเป็นจริงมันเป็นความจริง โดยปกติอัตราความผิดพลาดที่ฉันประเภท
0.05 คือ 1 ใน 20 โอกาสที่สมมติฐานจะ
ปฏิเสธความผิดพลาด ชนิดของข้อผิดพลาดนี้มักจะ
ดำเนินการโดยวิธีการทางวิทยาศาสตร์ทั่วไป Type II
ข้อผิดพลาดเกิดขึ้นเมื่อมีสมมติฐานไม่ปฏิเสธ
เมื่อในความเป็นจริงมันควรจะได้รับการปฏิเสธ ลบ
ข้อมูลที่ทนทุกข์ทรมานจากความเป็นไปได้ของการพิมพ์ครั้งที่ผิดพลาด Type II
ข้อผิดพลาดเป็นปัญหาเพราะเป็นนักวิทยาศาสตร์ที่เราได้รับ
การฝึกอบรมเพื่อลดข้อผิดพลาดประเภท I และไม่เป็นกังวลเกี่ยว
กับข้อผิดพลาดประเภทที่สอง Type II ข้อผิดพลาดวัดจาก
อำนาจทางสถิติ การทดลองที่มีพลังงานสูงมี
อัตราที่ต่ำ Type II ข้อผิดพลาดและการทดสอบที่มีพลังงานต่ำ
มีอัตราความผิดพลาดสูง Type II
ในปัญหาความเสี่ยงที่เกี่ยวข้อง แต่ Type II ข้อผิดพลาดสามารถ
จะรุนแรงมากขึ้นกว่าประเภทข้อผิดพลาด (เช่นฮิลล์และ
Sendashonga 2003) ยกตัวอย่างเช่นที่จะตอบคำถามที่
ว่าจำนวน GM-ข้าวโพดสามารถนำโดยไม่
ทำอันตรายชนิดที่ไม่ใช่เป้าหมาย, สมมติฐานที่เกี่ยวข้อง
คือปริมาณบางอย่างของข้าวโพดบาทไม่กระทบ
ส่งผลกระทบต่อสายพันธุ์ที่ไม่ใช่เป้าหมาย หากการทดสอบกับต่ำ
อำนาจทางสถิติได้ดำเนินน่าจะเป็นของ
การปฏิเสธสมมติฐานจะต่ำหรือไม่
ให้ผลที่แท้จริงได้รับอย่างมีนัยสำคัญทางชีวภาพ (Marvier,
2002) ถ้าบาทข้าวโพดถูกนำมาใช้ในปริมาณนี้
ชนิดของความผิดพลาดประเภทที่สองจะส่งผลกระทบไม่ใช่เป้าหมาย
ผลกระทบเมื่อไม่มีได้รับการคาดหวัง ดังนั้นสำหรับความเสี่ยง
ที่เกี่ยวข้องกับปัญหาข้อผิดพลาดประเภทที่สองจะต้องได้รับการพิจารณา
อย่างชัดเจน
เพาเวอร์ย้อนหลังวิเคราะห์

ผลลัพธ์ (ไทย) 3:

ที่นี่สามเหตุผลที่ดีสำหรับความต้องการเหล่านี้ แรก
ที่สุด นี้ช่วยให้มั่นใจคุณภาพระดับสูงทางวิทยาศาสตร์
สำหรับเอกสารที่ตีพิมพ์ใน ebr . สอง , เพราะ
พันธุวิศวกรรมถูกกล่าวหาทางการเมือง วิจารณ์และ
ผู้เสนอจะต้องมีโอกาสที่จะประเมิน
อิสระคุณภาพงานวิจัยของ .
ในที่สุด ชุมชนวิทยาศาสตร์ต้อง
สร้างและเผยแพร่วรรณกรรม การวิเคราะห์อภิมานเป็น
เสียงของสะสมจากสิ่งพิมพ์หลายต้อง
ความรู้สถิติพอเพียงของแต่ละการทดลองเหล่านั้น
( เช่น arnqvist และวูสเตอร์ , 1995 ) สำหรับ
ตัวอย่าง 5 ไม่มีผลอย่างมีนัยสำคัญสามารถรวมเป็น
อย่างมีนัยสำคัญทางสถิติ ผล ผ่านการวิเคราะห์ หรือผลลัพธ์ที่สำคัญอาจละลายในความสำคัญ

ไม่ภายใต้น้ำหนักของการศึกษาหลาย . ดังกล่าว โดยวิธีการวิเคราะห์เมต้าจะ
จะมีคุณค่าผลงานวรรณกรรมวิทยาศาสตร์ .
มีสองประเภทของความผิดพลาดในการทดลอง ประเภทข้อผิดพลาดเกิดขึ้นหากสมมติฐานว่าง

คือผลปฏิเสธเมื่อในความเป็นจริงมันเป็นจริง โดยปกติอัตราความคลาดเคลื่อนประเภทที่ 1
คือ 0.05 คือ 1 ใน 20 โอกาสที่สมมติฐานว่างคือ
ผิดพลาดที่ปฏิเสธชนิดของข้อผิดพลาดที่ถูกจัดการ โดยการปฏิบัติ
วิทยาศาสตร์ทั่วไป ประเภทที่สองข้อผิดพลาดเกิดขึ้นเมื่อสมมติฐานว่าง

ไม่ปฏิเสธเมื่อในความเป็นจริงมันควรจะถูกปฏิเสธ ข้อมูลเชิงลบ
ทนทุกข์ทรมานจากประเภทที่ 2 ความเป็นไปได้ของข้อผิดพลาด ประเภทที่ 2
ข้อผิดพลาดเป็นปัญหาเพราะเป็นนักวิทยาศาสตร์เราได้
ฝึกลดประเภทข้อผิดพลาดและไม่มีความกังวล
กับประเภทที่สองข้อผิดพลาดชนิดที่ ๒วัดโดย
พลังงานทางสถิติ การทดลองที่มีพลังงานสูงมีอัตราความผิดพลาดต่ำ
ประเภท 2 และทดลองกับ
พลังงานต่ำมีสูงชนิด ๒อัตรา
ในความเสี่ยงที่เกี่ยวข้องกับปัญหา อย่างไรก็ตาม ข้อผิดพลาด 2 ประเภทสามารถ
จริงจังมากกว่าประเภทข้อผิดพลาด ( เช่น เนินเขาและ
sendashonga , 2003 ) ตัวอย่างเช่นตอบคำถาม
สิ่งที่ปริมาณของข้าวโพดจีเอ็มสามารถแนะนำโดย