Hipótesis puntual y hipótesis de equivalencia a la vez.

Question

A veces los investigadores (especialmente en colaboraciones) tienen dos opuestos pero el sonido de las teorías: Hay una diferencia entre dos grupos o sólo hay diferencia insignificante. Ahora piden a sus estadístico. Cómo debe enfrentar la situación?

Si lo hace un punto de prueba de hipótesis, se favorece la diferencia partido ya que sólo su teoría puede ser confirmado en el caso de los rechazados punto de hipótesis mientras no rechazar el punto de hipótesis enseña nada.

Si él no sólo la equivalencia de las pruebas, se favorece la diferencia insignificante parte por el análogo de la razón.

Debe hacer ambos, por supuesto, con la multiplicidad de corrección? Así que un TOST para la equivalencia y un punto de prueba de hipótesis? O una TOST y una respectiva relevancia de la prueba?

Este procedimiento tendría tres resultados:

1. La equivalencia de ambos parámetros a las diferencias insignificantes.
2. Lo suficientemente grandes diferencias.
3. Nada que aprender ya que ambas hipótesis no han sido rechazadas.

Es como un "et-et"-enfoque razonable? ¿Por qué nos cuesta ver que tal "et-et"-análisis en publicaciones? Esta es una pregunta general para el razonamiento. Por lo que varias respuestas se anima y yo no restringir esta pregunta a cada uno de los modelos.

Answer 1

Estos argumentos de "Estimación Bayesiana Reemplaza el t-Test" parecen relevantes:

Este artículo presenta una intuitiva enfoque Bayesiano para el análisis de los datos de dos grupos. En particular, el análisis revela la relativa credibilidad de toda posible diferencia de los medios, todo lo posible la diferencia de las desviaciones estándar, y todos los posibles tamaños de efecto. A partir de este explícita de distribución de credibilidad en los valores de parámetro, las inferencias acerca de los valores nulos pueden ser hechas sin referirse a p valores como en la hipótesis nula pruebas de significación (NHST). A diferencia de la NHST, el método Bayesiano puede aceptar el valor nulo, no sólo rechazan, cuando certeza en la estimación es alta.

Significado, fueron el estadístico Bayesiano, ella aceptaría la parte posterior como la mejor posible inferencia dados los datos disponibles, las hipótesis y el conocimiento previo. Ella iba a interpretar la parte posterior como la credibilidad de los dos teorías opuestas.

Si el par podría estar de acuerdo antes de tiempo en una región de equivalencia práctica-una CUERDA es, básicamente, una serie de diferencias insignificantes -, sólo entonces uno de los tres resultados pueden ser creíble en virtud de la parte posterior.

1. Toda la CUERDA cae dentro del 95% de la máxima densidad en el intervalo (IDH) de la parte posterior de la diferencia de los parámetros; los grupos son prácticamente equivalentes.
2. La CUERDA y el IDH no se superponen; los grupos difieren de manera significativa.
3. La superposición de dos; la pareja debe estar de acuerdo para estar en desacuerdo, o para recopilar más datos.