То ли не нашла, то ли нет на Вашем сайте ссылок на источники (книги, сайты), в которых можно прочитать как грамотно проводить статистическую обработку экспериментальных данных(t-тест, ANOVA, хи-квадрат). А вопрос - краеугольный. От медицины до физики и химии научная ценность работы сведется практически к нулю, если такая обработка не была проведена или была проведена неграмотно. И это на фоне того, что в большинстве ВУЗов этому не учат!!! Что уж говорить о медиках, педагогах и пр., если даже я - выпускница технического ВУЗа - не припоминаю, чтобы в рамках какого-нибудь курса нас этому учили (за исключением уж совсем-совсем основ).
Вот и вышло, что "доросла" я уже до защиты (ни больше ни меньше хочу быть к.ф.-м.н!!!) и только теперь задумалась: а грамотно ли проведена в моей работе стат. обработка данных? Выполняются ли условия *применимости тестов???
Что ж сама не просветила себя в этом вопросе - спросите вы меня ехидно, тем более, что образование позоляет. Дак ведь вся работа проводилась под давлением: скорей!скорей!Штампуй новые результаты! И судя по разговорам с приятелями, такая ситуатция царит во многих лабораториях в совершенно различных областях науки. Шефья давно уж сами не ведут экспериментальной работы и просто не представляют ни трудозатрат ни временных затрат на те или иные *эксперименты, ни то, что грамотному проведению эксперимента и обработке данных надо научить для начала. И только подавай результаты! вот и смотришь быстро как это делалось твоими предшественниками и делаешь по образу и подобию. А то, что в твоем случае этот метод может оказаться неприменимым, об этом лучше не думать...
Словом, жду в свой адрес шквал тухлых яиц/гнилых помидоров и надеюсь на пару ссылок в И-нете, где можно прочитать теоретические основы статистической обработки данных. А также может, кто изучал этот вопрос, сможет порекомендовать какую из книг лучше приобрести?
На мой взгляд этой информацией хорошо бы было дополнить раздел "руководство для аспирантов">"данные"
А уж о том, что это актуально не только для аспирантов, но даже на уровне докторов наук читайте сами:
http://www.n-t.org/tp/in/dpl06.ht