Odpowiedzi, które już otrzymałeś, są doskonałe, ale dam (miejmy nadzieję) komplementarną odpowiedź z perspektywy epidemiologa. Naprawdę mam trzy przemyślenia na ten temat:
Po pierwsze nie. Zobacz także: Wszystkie modele są nieprawidłowe, niektóre modele są przydatne. Celem nie jest stworzenie pojedynczej, ostatecznej liczby, która jest uważana za „prawdę” funkcji leżącej u podstaw. Celem jest oszacowanie tej funkcji wraz z kwantyfikacją niepewności wokół niej, która jest rozsądnym i użytecznym przybliżeniem funkcji podstawowej.
Jest to szczególnie prawdziwe w przypadku miar o dużym efekcie. Komunikat „zabierz” z badania, w którym stwierdzono względne ryzyko 3,0, tak naprawdę nie różni się, jeśli „prawdziwa” relacja wynosi 2,5 lub 3,2. Jak wspomniano w @onestop, staje się to trudniejsze przy niewielkich oszacowaniach miar efektu, ponieważ różnica między 0,9, 1,0 a 1,1 może być ogromna z punktu widzenia zdrowia i polityki.
Po drugie, w większości prac epidemiologicznych ukryty jest proces. To jest faktyczny proces wyboru modelu . Mamy tendencję do zgłaszania modelu, z którym się skończyliśmy, a nie wszystkich modeli, które rozważaliśmy (ponieważ byłoby to męczące, jeśli nic innego). Istnieje mnóstwo etapów budowy modelu, schematów koncepcyjnych, diagnostyki, statystyki dopasowania, analizy wrażliwości, przekleństw na komputerach i bazgrania na białych tablicach zaangażowanych w analizę nawet niewielkich badań obserwacyjnych.
Ponieważ podczas są tworzenia założeń, wielu z nich są również założenia można sprawdzić.
Po trzecie, czasami nie. A potem idziemy na konferencje i dyskutujemy o tym;)
Jeśli interesują Cię zagadki Epidemiologii jako dziedziny oraz sposób przeprowadzania badań, najlepszym miejscem do rozpoczęcia jest prawdopodobnie trzecia edycja Modern Epidemiology autorstwa Rothmana, Grenlandii i Lasha. Jest to umiarkowanie techniczny i bardzo dobry przegląd sposobu prowadzenia badań Epi.