Análisis circular

En estadística , el análisis circular consiste en seleccionar los detalles de un análisis de datos utilizando los mismos datos que se están analizando. A menudo se le denomina " doble uso" , ya que se utilizan los mismos datos dos veces. El análisis circular infla injustificadamente la aparente fuerza estadística de cualquier resultado reportado y, en el peor de los casos, puede llevar a que se encuentre un resultado aparentemente significativo en datos que consisten únicamente en ruido. En particular, cuando se implementa un experimento para estudiar un efecto postulado, es un mal uso de la estadística reducir inicialmente el conjunto de datos completo seleccionando un subconjunto de datos de manera que se ajuste a los efectos que se están estudiando. Un segundo mal uso ocurre cuando el rendimiento de un modelo ajustado o regla de clasificación se reporta como un resultado bruto, sin considerar los efectos de la selección del modelo y el ajuste de parámetros en función de los datos que se están analizando.

En su forma más simple, puede incluir la decisión de eliminar valores atípicos, tras observar que esto podría mejorar el análisis de un experimento. El efecto puede ser más sutil. En los datos de resonancia magnética funcional (RMf), por ejemplo, a menudo se requiere un preprocesamiento considerable. Este puede aplicarse de forma incremental hasta que el análisis funcione correctamente. Del mismo modo, los clasificadores utilizados en un análisis de patrones multivoxel de datos de RMf requieren parámetros que pueden ajustarse para maximizar la precisión de la clasificación.

En geología, se ha señalado el potencial de análisis circular ^{[ 1 ]} en el caso de mapas de fallas geológicas, donde estos pueden dibujarse sobre la base de una suposición de que las fallas se desarrollan y propagan de una manera particular, y esos mapas se utilizan posteriormente como evidencia de que las fallas realmente se desarrollan de esa manera.

Un diseño cuidadoso del análisis que se planea realizar, antes de recopilar los datos, garantiza que la elección del análisis no se vea afectada por los datos recopilados. Alternativamente, se podría optar por perfeccionar la clasificación con uno o dos participantes y luego aplicar el análisis a los datos de los participantes restantes. En cuanto a la selección de parámetros de clasificación, un método común consiste en dividir los datos en dos conjuntos, encontrar el parámetro óptimo con un conjunto y luego probar este valor del parámetro con el segundo conjunto. Esta es una técnica estándar utilizada (por ejemplo) por la biblioteca de clasificación Princeton MVPA. ^{[ 2 ]}

• Kriegeskorte, N.; Simmons, WK; Bellgowan, PSF; Baker, CI (2009). "Análisis circular en neurociencia de sistemas: los peligros de la doble inmersión" . Nature Neuroscience . 12 (5): 535– 540. doi : 10.1038/nn.2303 . PMC 2841687. PMID 19396166 .  
• Kriegeskorte, N.; Lindquist, MA ; Nichols, TE; Poldrack, RA; Vul, E. (2010). "Todo lo que nunca quisiste saber sobre el análisis circular, pero tenías miedo de preguntar" . Journal of Cerebral Blood Flow & Metabolism . 30 (9): 1551– 1557. doi : 10.1038/jcbfm.2010.86 . PMC 2949251. PMID 20571517 .  
• Tolstrup, N.; Rouzé, P.; Brunak, S. (1997). "Un consenso de puntos de ramificación de Arabidopsis hallado mediante análisis no circular permite una mejor predicción de sitios aceptores" . Nucleic Acids Research . 25 (15): 3159– 3163. doi : 10.1093 / nar/25.15.3159 . PMC 146848. PMID 9224618 .  
• Olivetti, E.; Mognon, A.; Greiner, S.; Avesani, P. (2010). «Decodificación cerebral: sesgos en la estimación de errores». Primer taller de 2010 sobre decodificación cerebral: desafíos del reconocimiento de patrones en neuroimagen . pp. 40–43 . doi : 10.1109/WBD.2010.9 . ISBN  978-1-4244-8486-7. S2CID 13024947 .