Sugerowałbym, abyś zwrócił się do swojego kolegi z pokorą i dociekliwością (zwłaszcza, że ​​jesteś młodszym członkiem zespołu). Jeśli zaczniesz rozmowę od stwierdzenia „Twoje wnioski są błędne i oto dlaczego”, na resztę spotkania nadasz bojowy ton. Mogą istnieć powody, dla których zinterpretowali dane w sposób, którego nie jesteś świadomy.

Zamiast tego spróbuj podejść do sytuacji w sposób podobny do „Spojrzałem na dane i doszedłem do tej interpretacji. wyjaśniasz mi swoją interpretację? " Jesteś naukowcem na swoich własnych prawach, więc Twoja opinia powinna być ceniona jako młodsza lub nie. Ale przynajmniej przy takim podejściu wskazujesz, że jesteś otwarty na to, że się mylisz i miejmy nadzieję, że rozpocznie to konstruktywną rozmowę, w której będziesz mógł przedyskutować zalety analizy typu A w porównaniu z typem B itd.

Obowiązują ogólne zasady dotyczące opinii.

Oto niektóre z nich:

• Nie ma potrzeby krytykowania żadnej osoby.
• Trzymaj się faktów.
• Opisy, w szczególności opisuj, co myślisz o rzeczach, np. nie pisz „stwierdzenie nie jest uzasadnione danymi”, ale „nie widzę, jak to jest wyjaśnione przez dane” (i prawdopodobnie podaj przykład jakiegoś twierdzenia, które uważasz za równie „niewyjaśnione” w danych).
• Nie wyrażaj negatywnie. Zamiast tego zasugeruj coś lepszego.
• Jeśli nie znasz poprawy, zadaj pytanie (np. „Nie mogłem ustalić, w jaki sposób wyciągnięto ten wniosek, czy możesz prosić o wyjaśnienie / podanie dalszych wyjaśnień” ).

Ostatnia wskazówka: podziel swoją krytykę, np. zacznij od czegoś dobrego, zakończ czymś dobrym i włóż mięso pomiędzy.

(Możesz też chcieć google „zasady opinii” lub „jak przekazać opinię”, ale są pewne zasady / wskazówki, które mogą nie mieć zastosowania…)

Byłoby miło, gdyby statystyki zawsze dotyczyły prawdy, a na każde pytanie była właściwa odpowiedź lub metoda. Tak jednak nie jest i wiele elementów jest przedmiotem dyskusji. Jestem ekonomistą i widziałem to z pierwszej ręki w trzech różnych obszarach.

Najpierw przeprowadziłem interdyscyplinarne badania empiryczne, w których pracowałem z socjologiem dla podczas. Uderzyło mnie to, jak nasze założenia były sprzeczne; kilka razy sugerowałem rzeczy, które w dziedzinie ekonomii są całkowicie standardowe, tylko po to, by odkryć, że nie mógł pojąć, dlaczego robimy to w ten sposób. Potem przynajmniej trzy razy to on zaproponował standardowe metody socjologiczne, których ja nie mogłem pojąć.

Po drugie, przeniosłem się do pola badań nad polityką . . Święta krowa, dziedzina polityki robi rzeczy ze statystykami i ekonometrią, które sprawiłyby, że ekonometria przewróciłby się w grobie, gdy jeszcze żył.

A potem to się stało gorzej, ponieważ zacząłem współpracować z niektórymi naukowcami zajmującymi się danymi . Nawet nie zacznę, z wyjątkiem stwierdzenia, że ​​zaakceptowali jako całkowicie normalne rzeczy, które sprawiły, że ja przewróciłem się w grobie.

Chciałbym podzielić się moimi anegdotami bardziej skromne podejście niż „Nie sądzę, aby te wnioski były w jakikolwiek sposób uzasadnione danymi”. Oczywiście krytykuj, ale nie bądź osobą w dziale, która jest kompletnym pedantem w każdym szczególe statystycznym. Moje uwagi dotyczyły głównie tego, na co natknąłem się, wyjeżdżając poza moją dziedzinę, ale myślę, że lekcja jest nadal aktualna w twojej podstawowej dziedzinie. Zachowaj szczególną ostrożność w przypadku rzeczy, wobec których uważasz, że są one mimo wszystko szeroko stosowane w Twojej dziedzinie.

Nic z tego nie sugeruje, że powinieneś ignorować rzeczy, które uważasz za nieprawidłowe. Zamiast tego spróbuj takich instrukcji jak:

• „Jestem zaznajomiony z używaniem metody A, tak jak tutaj. Problemy poruszone w (kiedyś papierze, kiedyś) wyglądają na prawdopodobnie istotne, więc możesz chcieć odnieść się do nich również tutaj”.
• „ Co sprawiło, że zdecydowałeś się użyć metody A zamiast metody B? Może metoda B byłaby dobrym sprawdzianem odporności? ”
• „ Wiersz lub dwa o tym, jak zweryfikowałeś zgodność danych z założeniem, że X może być tutaj dobry. „

Krótko mówiąc, podejdź do tego tak, jakbyś zakładał, że wiedzą, co robią , a następnie zadawaj pomocne pytania, które doprowadzą ich do żądane punkty.

„Gdybym był recenzentem ...”

Najłatwiejszym sposobem na osiągnięcie tego jest sformułowanie krytyki jako czegoś, co recenzent chciałby wiedzieć. W ten sposób pozycjonujesz się jako bardzo wartościowy gracz zespołowy, który chroni zespół przed wyimaginowanym recenzentem kontradyktoryjnym. Często podam krytykę w ten sposób:

„Gdybym był recenzentem, chciałbym mieć dowód, że nie może to być wynikiem [zerowego modelu X / naruszenia założeń modelu Y]”.

lub

„Mogę sobie wyobrazić recenzenta, który chciałby [sprawdzić solidność] - po prostu go uruchommy”

lub

”, jeśli otrzymamy recenzent w [subspołeczności akademickiej], prawdopodobnie chcieliby [bardziej rygorystycznej techniki] "

Każdy uwielbia nienawidzić recenzentów, a przewidywanie wszystkich okropnych rzeczy, na które narzekają recenzenci, jest zwykle postrzegane jako cenny i pomocny wkład . (Nawiasem mówiąc, dobrym ćwiczeniem jest zadawanie sobie tych pytań. Łatwo jest zamknąć się w jednym spojrzeniu na badanie, a współczucie wobec sceptycznego czytelnika może być dobrą umiejętnością.)

Nauka dotyczy prawdy, a nie zranienia uczuć. Jeśli dane nie potwierdzają wniosku, powiedz to. Nie robisz nikomu przysługi, tańcząc wokół tematu.

Nie wiem, czy w grę wchodzi polityka biurowa, czy coś innego, czy też jest to twoja pierwsza prawdziwa praca i masz problem ze znalezieniem się w porządku dziobania. Czy to część problemu? Spróbuj porozmawiać z jednym ze współpracowników twarzą w twarz i zapytaj, jak we właściwy sposób przedstawić swoje obawy.

Pomóż im udowodnić prawdę

Jesteś w ich zespole, więc aby nie wyglądać „zbyt negatywnie”, zachowuj się jak w ich zespole - pomóż im.

prac w toku, wstępnym wnioskiem często będzie hipoteza, która nie została jeszcze w pełni uwzględniona w analizie ani nawet w dostępnych danych. „Nie sądzę, aby te wnioski były w jakiś sposób uzasadnione danymi”, byłoby czymś, co recenzent mógłby rozsądnie powiedzieć o gotowym artykule. Jednak nie jesteś recenzentem tego tematu, a artykuł nie jest skończony - zamiast tego powinieneś użyć swojej wiedzy o statystykach i opisać w bardzo konkretnych terminach, jakie analizy i metryki byłyby wymagane do odpowiednio popierają lub zaprzeczają hipotezie, na którą są ukierunkowani.

Może to wymagać dodatkowych danych. Może się zdarzyć, że wymaga to po prostu dokładniejszej analizy. Może się zdarzyć, że tej konkretnej hipotezy nigdy nie da się zweryfikować z procesem i typem gromadzonych danych, więc muszą nastąpić znaczące zmiany - w każdym razie lepiej zacząć zajmować się tym wcześnie, zamiast czekać na formalną przegląd.

Jeśli Twoim głównym zadaniem jest przedstawienie procesu recenzji z perspektywy statystycznej, musisz się nad tym zastanowić. Wyobraź sobie, co by się stało, gdyby zewnętrzna recenzja dotycząca publikacji przyniosła niepożądane wnioski, które można by było zidentyfikować w Recenzja wewnętrzna.

Odkładając na bok politykę, zakładam, że współpracownicy chcą, aby ich nazwiska znalazły się na dobrze przyjętym papierze i docenią to, że starasz się wejść w rytm współpracy z nimi. Jeśli zaczniesz, nie zakładając, że ktoś popełnił jakiekolwiek fundamentalne lub koncepcyjne błędy, sprawisz, że łatwiej Cię wysłuchają.

Pamiętaj, że ogólnie, gdy nie dojdziesz do tego samego wniosku do którego doszedł twój kolega, może to być równie prawdopodobne z powodu złego wyboru sposobu prezentacji materiału, a nie fundamentalnego błędu w myśleniu. Jest to szczególnie prawdziwe w przypadku przeglądu wewnętrznego przed publikacją. Zakładam, że zapewniasz zestaw oczu, które są bezstronne, jeśli nie zostały pochowane w trakcie tworzenia artykułu, a jako recenzent możesz znaleźć obszary, w których komunikacja pojęć uległa zepsuciu, jeśli tak się stanie .

Jeśli to możliwe, powinieneś umówić się na omówienie tego ze współpracownikiem, który jest najbliżej interesującego Cię problemu. Ta osoba powinna już wiedzieć, że masz doświadczenie w statystykach. (Jeśli nie, być może będziesz musiał im to przedstawić). Możesz zasugerować, że może to być przedstawione w sposób, do którego nie jesteś przyzwyczajony (może to być prawda lub nie), i że w konsekwencji nie byłeś w stanie narysować te same wnioski. Pozwól im zaprezentować swoją koncepcję, a Ty zadaj pytania związane z Twoją wiedzą.

Jeśli ta osoba jest niedostępna, aby o tym porozmawiać, upewnij się przynajmniej, że przekazałeś jej, że masz pytania dotyczące statystyk i ich prezentacji . Następnie spróbuj omówić to z jednym z pozostałych współpracowników w ten sam sposób. (Zrób to w tej kolejności, aby uniknąć wszelkich zastrzeżeń, które pomijasz głównego współpracownika w tej sprawie).

Jak mogę przekazać szczerą opinię w sposób, który nie zostanie odebrany jako przesadnie negatywny

Nie bądź zbyt negatywny. W przypadku recenzji wewnętrznej należy skupić się na mocnych i słabych stronach manuskryptu, a nie tylko na słabościach. Oczywiście chcesz, aby Twoi koledzy wiedzieli, co należy poprawić, ale warto też wiedzieć, co inni uważają za mocne strony.

Chcesz także uważać na to, jak mówisz. Zamiast mówić coś w rodzaju

Nie sądzę, aby te wnioski były zdalnie uzasadnione przez dane

, co uważam za bardzo negatywne, możesz pozwolić autor wie, że nie przekonał Cię do wniosków z powodów x, y i z.

tl; dr : Nie próbuj udowadniać, że się mylą; zamiast tego staraj się znaleźć właściwą drogę.

Nie rób sobie zdalnego weryfikatora lub czegoś w tym stylu.

Jeśli piszesz , nie sądzę, aby te wnioski były zdalnie uzasadnione przez dane. Twierdzisz, że ich podejście jest błędne. Kropka. Nie musisz też opisywać tego miłymi słowami.

Z twojego pytania wyczytam, że zostałeś zatrudniony, aby poprawić wykorzystanie narzędzi statystycznych w swoim zespole. Wykonuj swoją pracę.

1. Nie bądź niegrzeczny.
   Wyrażaj swoje obawy i punkty, nie wyszydzając ich ani nie używając niegrzecznych słów. Podczas pogawędki możesz wspomnieć, gdzie się myliłeś itp. Niektórzy ludzie obrażają się, gdy używasz zbyt uprzejmego i obronnego języka - chcą twardych faktów, a nie wyciągania ich z dwugodzinnego monolgu. Niektórych miażdżą pozbawione emocji fakty - wzięli swoją pracę osobiście. Zawsze staraj się znaleźć coś odpowiedniego i wspomnieć o tym.
2. Spróbuj zrozumieć.
   Poproś ich o wyjaśnienie Ci swojej pracy. Wszyscy zorientujecie się, dlaczego doszli do takiego wniosku, że wniosek jest błędny, dlaczego jest błędny i można zaproponować inne podejście. Zadaj odpowiednie pytania: „Co to oznacza…” „Dlaczego zaniedbano ten parametr?”
3. Pomóż im.
   Zaproponuj różne podejścia i metody. Zaoferuj im swoją pomoc w zakresie takich narzędzi.
4. Bądź otwarty.
   Bądź gotów powiedzieć, że nie dostałeś ich zdjęcia lub wyciągnąłeś błędne wnioski. Czasami głębsza dyskusja ujawnia wszystkie ukryte punkty, których brakowało w tekście, ponieważ myśleli „łatwo to zobaczyć”, ale tak nie jest.

Z drugiej strony jeśli zechcesz pomóc im w przygotowaniu się do konferencji, na zimniejsze i bardziej nieprzyjemne pytania i notatki, będzie on lepiej przygotowany na rzeczywiste pytania słuchaczy.

Cześć starszy członek Bob,

Pracowałem nad poprawą umiejętności uzgadniania danych w celu wyciągnięcia dokładnych wniosków, ale wciąż utknąłem na konkluzji XYZ dla tego zestawu danych. Martwi mnie to, ponieważ widzę, że zakończyłeś QRS. Czy miałbyś kilka minut, aby pokazać mi, jak dojść do QRS?

Teraz pozwól Bobowi mówić i staraj się nie wtrącać. Jeśli jest profesjonalistą, będzie chciał Cię wysłuchać na XYZ po tym, jak go wysłuchasz.

Jest to klasyczny przykład „najpierw staraj się zrozumieć, a potem zostać zrozumianym”

Stwierdziłem - niestety - że w wielu przypadkach ludzie są bardzo oporni na wnioski, które ty poczyniłeś i które proponujesz, prawie powszechnie, podczas gdy znacznie bardziej prawdopodobne jest, że zaakceptują to samo wnioski, jeśli dasz im szansę na wykonanie ostatnich retorycznych kroków. Innymi słowy:

Czy B jest prawdziwe? Tak to jest. Wynika to z faktu, że A-> B i A.

najprawdopodobniej przyniesie Ci odpowiedzi takie jak:

• „Jak możesz powiedzieć coś takiego? ”
• „ Jesteś przesadnie krytyczny ”
• „ Znowu pojawia się OP z jego / jej dziwacznymi twierdzeniami ”.
• „ Ty mówię tylko, że ponieważ C "
• " Jesteś terrorystą / komunistą / szowinistą, powinniśmy cię wydalić / zwolnić "

podczas gdy napisz lub powiedz coś w stylu:

Zastanawiałem się więc nad pytaniem B. Myślę, że fakt, że A jest czymś, co musimy wziąć pod uwagę.
. ..
Rozmawiałem z X o pytaniu B, a ona przypomniała mi, że A-> B trzyma. Myślę, że ma rację. Ale dokąd to nas prowadzi?

i wtedy otrzymujesz:

• „och, och, czekaj! Mam to! B! B! Wiedziałem od początku! ”
• „ Wiesz, ponieważ utknęliśmy, spróbujmy po prostu założyć B i zobaczyć, co się stanie. ”
• „ Hmm, ja przypuśćmy, że B może być opcją „
• „ Zawsze wiedziałem, że B i powtarzałem to przez cały czas ”.

coś w rodzaju odpowiedzi. Brzmi głupio, ale zdarza się to często, gdy B jest czymś, co nie jest łatwe do zniesienia - społecznie, psychologicznie, politycznie itp.

Teraz zastosuj to do swojego konkretnego przypadku :-)

Byłem na podobnej łodzi (doktorant pracujący z wydziałem) nad projektem, nad którym pracowałem. Pracował z kolegą o innym doświadczeniu dyscyplinarnym, z różnymi normami dotyczącymi tego, co uznawano za przekonujące dowody. Opierając się na standardach, do których byłem przyzwyczajony, nie byłem przekonany do wyników i nie sądziłem, że recenzenci z takim doświadczeniem jak ja też będą. Użyłem trochę argumentu przyszłego recenzenta, ale musiałem też powiedzieć, że jeszcze nie czułem się komfortowo umieszczając swoje nazwisko na papierze - że będę musiał zobaczyć X, Y i Z. Sam musiałem to zrobić. Jedną rzeczą, którą chciałem wiedzieć, było to, czy wybór kontroli wpłynął na wyniki (badania archiwalnego), ponieważ było tam wiele stopni swobody badaczy. Musiałem napisać program do uruchamiania modeli z każdą możliwą kombinacją zmiennych kontrolnych, aby przekonać siebie, że nie tylko podświadomie bawiliśmy się kombinacjami, dopóki nie otrzymaliśmy czegoś, co nam się podobało (byłem naprawdę zaskoczony, jak solidne były wyniki - chociaż Oczywiście to nie jest dowód, ale wyklucza jeden problem). Mój współautor faktycznie zaproponował dodanie eksperymentu do badania, co uczyniło wyniki jeszcze bardziej przekonującymi. Nie sądzę, żeby cokolwiek innego niż wyrażenie mojego dyskomfortu związanego z umieszczeniem mojego nazwiska we wcześniejszej wersji przyniosło rezultaty, z którymi teraz czuję się komfortowo.

Inną rzeczą, którą zrobiłem, aby dać sobie legitymację: musiałem się dużo dowiedzieć się więcej o metodach, które zastosował - co nie było łatwe. Niektóre polecenia były częścią szeroko stosowanego (w jego dziedzinie) makra zawierającego algorytmy oparte na starszych dokumentach metodycznych. Musiałem cofnąć się i przeczytać kilka z tych artykułów, dopóki nie zrozumiałem, co robią algorytmy (i wydawało się, że może to być przydatne w mojej dziedzinie, z większą przejrzystością). Potrzebne było szczegółowe zrozumienie, aby wyrazić , dlaczego nie byłem jeszcze przekonany. Łatwo powiedzieć: „Nie jestem tego przekonany”. Dla innych bardziej przekonujące jest wyjaśnienie, jakie istnieją wyraźne źródła uprzedzeń lub które założenia zostały naruszone.