데이터를 들여다보면 볼수록.... 그러합니다...
근데 더 중요한 문제는, 어느정도 "실험이 될만한 데이터"라면, 그 기준을 바꾸지 않고 가설을 검정하는 동안 계속 이용하는게 중요하다고 생각해요. 예를들어, 영국의 바이오뱅크 연구들이 다소 구세대(?)의 데이터와 파이프라인을 일정기간 유지하는데, 그래야 검정이나 분석에서 데이터의 차이에 의한 유격이 발생하지 않거든요.
이건 다시 말해서.... 새로운 기술이 나올때마다 "저거 질러!"하는 분들을 좀 경계해야합니다....
데이터를 들여다보면 볼수록.... 그러합니다...
근데 더 중요한 문제는, 어느정도 "실험이 될만한 데이터"라면, 그 기준을 바꾸지 않고 가설을 검정하는 동안 계속 이용하는게 중요하다고 생각해요. 예를들어, 영국의 바이오뱅크 연구들이 다소 구세대(?)의 데이터와 파이프라인을 일정기간 유지하는데, 그래야 검정이나 분석에서 데이터의 차이에 의한 유격이 발생하지 않거든요.
이건 다시 말해서.... 새로운 기술이 나올때마다 "저거 질러!"하는 분들을 좀 경계해야합니다....
맞습니다. 장비나 실험 프로토콜에서 나오는 노이즈 및 오차가 일관된다면 결국 필터 아웃을 할 수 있기 때문에 일정 시점까지는 지속할 필요가 있지만, 일부는 펜시함으로 많은 부분을 가리려 하는 것은 아닌지 걱정되곤 합니다.