¿Hay algún libro que explique por qué no hay mejores técnicas estándar que Tukey y ANOVA, por ejemplo?
Para comparar considere por ejemplo que leí sobre la hipótesis nula de una muestra $t$ prueba y ni siquiera se molestó en considerar que podría haber pruebas mejores. Pero eso es probablemente sólo una creencia sesgada de que no hay nada más matemáticamente sofisticado que se pueda hacer con la gaussiana para mejorar la prueba de una muestra. $t$ prueba.
Sin embargo, Tukey y ANOVA son matemáticamente más complicados y no me pareció obvio por qué deberían considerarse en primer lugar. Por ejemplo, en un pregunta He preguntado por qué es necesario el método de Tukey para todas las muestras dobles por pares. $t$ -pruebas. La respuesta que obtuve para esa pregunta es que todas las pruebas por pares de dos muestras $t$ -pruebas sufre de falsos positivos. Pero no es intuitivo para mí cómo el método de Tukey es la mejor manera de eludir ese problema. ¿Cómo se ve intuitivamente que genéricamente Tukey y ANOVA son técnicas razonablemente muy buenas entre todas las posibilidades?
