Veri Dikizleme
Data Snooping
Tanım
Bir veri setinde önceden belirlenmiş bir hipotez olmaksızın, istatistiksel anlamlılık bulana kadar rastgele ilişkileri ve post-hoc etkileri arama süreci.
Örnek Vaka / Uygulama
Bir klinik araştırmacı, uyguladığı yeni terapinin anksiyete üzerindeki ana etkisinde anlamlı bir fark bulamaz. Ancak pes etmeyerek veriyi yaş, medeni durum, cinsiyet ve kardeş sayısı gibi alt gruplara ayırarak tekrar analiz eder. Sonunda 'sadece 30 yaş üstü, evli ve tek çocuklu erkeklerde' anlamlı bir iyileşme bulur ve makalesinde bunu ana bulgu olarak sunar. Bu durum klasik bir veri dikizleme vakasıdır.
Derin Analiz
İstatistikte Tip I hata (yanlış pozitif) oranını katlanarak artıran metodolojik bir manipülasyon ve analitik yanılgıdır. Araştırmacı, alfa seviyesi olan .05'lik eşiği dikkate almadan çok sayıda korelasyon veya grup karşılaştırması yaptığında, şans eseri anlamlı görünen sonuçlarla karşılaşması kaçınılmazdır. Özellikle Bonferroni düzeltmesi veya False Discovery Rate (FDR) gibi çoklu test düzeltmeleri uygulanmadığında, veri dikizleme literatürde 'p-hacking' ve 'HARKing' (Hypothesizing After the Results are Known) pratikleriyle doğrudan örtüşür ve bilimsel yayınların replicability (tekrarlanabilirlik) krizinin temel faillerinden biridir.
Etimoloji
İngilizce 'data' (veri, Latince 'datum' kelimesinin çoğulu) ve 'snoop' (gizlice gözetlemek, ortalıkta merakla bakınmak) fiilinin birleşiminden türetilmiştir.
Karıştırmayın
Veri madenciliği (data mining) genellikle büyük verilerden anlamlı modeller çıkarmak için meşru ve önceden planlanmış bir makine öğrenmesi süreciyken; veri dikizleme, teorik temeli olmayan istatistiksel sonuç avcılığıdır.