Citat:
Hej igen, du menar hur man får fram värdet 33.4? Tja, "helt enkelt" syftar absolut inte på hur lätt eller svårt det är att räkna ut, heh. Att räkna variansen för hand är inte så skoj - formeln blir lång - men excel eller statistik program kan göra det åt dig. Jag har tyvärr inte svensk eller engelsk version av excel så jag kan inte skriva ner formelnamnet men jag vill minnas (kan va helt fel dock) att engelska excel-namnet för att beräkna standardavvikelsen är [stdev.s] och om man sen kvadrerar resultatet har man variansen. Men jag avråder från att räkna per hand
.
I exemplet ovan är variansen inklusive mätvärdet 17.0, σ2=43.3 och utan 17.0 σ2=23.9. z-score för mätningen 17.0 blir Hb-z=3.45, p=0.0006 (en på 1670). Med den tyska variansen från artikeln blir z-score = 2.67, p=0.0076 (1 på 131). Skulle vara intressant att veta vilken metod och varians som används i praktiken.
Förutsatt att jag inte räknat fel.
Edit: Bloodpassen använder den "tyska" variansen (σ2=39.86) vi behöver alltså inte räkna ut den. Men vilka tokar. En "clean" grupp bestående av cyklister och roddare... Är det förvånande att variansen är hög?
. I exemplet ovan är variansen inklusive mätvärdet 17.0, σ2=43.3 och utan 17.0 σ2=23.9. z-score för mätningen 17.0 blir Hb-z=3.45, p=0.0006 (en på 1670). Med den tyska variansen från artikeln blir z-score = 2.67, p=0.0076 (1 på 131). Skulle vara intressant att veta vilken metod och varians som används i praktiken.
Förutsatt att jag inte räknat fel.
Edit: Bloodpassen använder den "tyska" variansen (σ2=39.86) vi behöver alltså inte räkna ut den. Men vilka tokar. En "clean" grupp bestående av cyklister och roddare... Är det förvånande att variansen är hög?
WADA:s eller FIS? Och vart finns den informationen? Verkar onödigt att lägga resurser på ett system med sådan säkerhetsmarginal. Därmed inte sagt att rättssäkerhet inte ska beaktas, men med sådan marginal så är det ju bättre att inte lägga ner tid och resurser alls utan testa på som vanligt. Dessutom är det ju per definition den individuella variansen som är av intresse. Går ju att se i tabell att 3 av 3120 tester på manliga skidåkare mellan 01-07 visade över 3.09 och det var ju det förväntade i ett rent fält vilket vi vet att aktuellt kollektiv inte var. Inget test alls från 02 då Muhlegg härjade. http://www.svt.se/ug/article1869659.svt/binary/FIS%20article%20Jakob%20Moerkerberg.pdf
Hade inte tänkt räkna något, bara förstå principen bakom. Utgår logiskt från att σ2 ökar i en serie med historiskt varierande värden och håller sig litet i en jämn serie, även om medel är samma. Förväntningarna på att nästa värde ska visa nära medel är högre i en stabil serie än i en varierande. Gällande Hb antar jag att man med ord ungefär kan beskriva det som att man medelst mätningar "söker" ett okänt normalvärde, samt dess rimliga variation. I mitt "exempel" kan man se att normalvärdet högst troligen är drygt 15. Men möjligheten att det är högre eller lägre finns också på grund av tillfälligheter. Sannolikheten för tillfälligheterna uttrycks i variansen σ2 och manifesteras också i nästa värdes z-score. Inom tillfälligheter borde både faktisk avvikelse från normal och mätfel ingå, både för tidigare och aktuellt värde. Alltså sannolikheten anger chanserna för att uppmäta aktuellt värde vid tillfället.
Nu säger ju de flesta experter att har man normalt 15 är det närmast omöjligt att komma upp i 17, så därför är det intressant att se det i siffror i form av matematisk sannolikhet. Detta scenario tycks ju bara misstänkt med tysk varians så ger inte så speciellt mycket och ska alltså sannolikt förväntas inträffa en hel del gånger om testtillfällena uppnår fyrsiffriga antal.
------------
Den här länken skulle varit med i tidigare inlägg i anslutning till Ashendens mikrodos-studie. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3372716/