¿Debo reportar intervalos creíbles en lugar de intervalos de confianza?

Question

Después de tropezar con el concepto en una estadística de libros de texto, traté de envolver mi cabeza alrededor de ella, y finalmente llegó a una conclusión que parece encajar todas las explicaciones que he visto hasta ahora: Un intervalo creíble es lo que no estadísticos pensar un intervalo de confianza.

---

Digresión para aquellos que, como yo-de-una-hora-hace que no saben la diferencia

Si tenemos los datos observados y los predichos algún parámetro de ella, digamos que la media de $\mu$, la credibilidad del intervalo es el intervalo de $[\mu_{\text{min}},\ \mu_{\text{max}}]$ para los que estamos 95% seguros de que mu cae dentro (o algún otro número de 95%, si se utiliza otro nivel). El intervalo de confianza se enseña en la introducción a las estadísticas de las clases puede superponerse con la credibilidad del intervalo, pero no siempre se superponen. Si desea valiente de la explicación, trate de leer esto y esta pregunta sobre la Cruz de validación, lo que me ayudó a comprender finalmente, después de mucho la cabeza-arañazos, fue esta respuesta.

---

Qué significa que sería científicamente preferible utilizar una creíble intervalo de más de un intervalo de confianza de mis resultados? Si sí, ¿por qué no he visto ninguna de las publicaciones que uso?

• Es debido a que el concepto debe ser utilizado, pero la medición de los científicos no han alcanzado el correcto estadística métodos?
• O es el significado de la original intervalo de confianza adapta mejor a explicar los resultados de estudios empíricos?
• O es que, en la práctica, son tan a menudo se superponen que no importa en absoluto?
• La elección dependerá de la distribución estadística que estamos asumiendo de nuestros datos? Tal vez con una distribución de Gauss, que siempre se superponen de forma numérica, por lo que nadie fuera de la pura estadística se preocupa acerca de la diferencia (muchos de los estudios que he leído no te molestes para calcular cualquier tipo de intervalo, y tal vez alrededor de un 1% cada vez de dar espacio a la idea de que sus datos no siguen una distribución normal).
• Tampoco dependen de nuestra científico-teoría de pie? Por ejemplo, se siente como el intervalo de confianza debe utilizarse positivista de trabajo y la credibilidad del intervalo en interpretivist trabajo, pero no estoy seguro de que este sentimiento es correcto.

Answer 1

El tipo de intervalo indica qué tipo de método utilizado. Si un intervalo creíble (o Bayesiana de la variante), significa un método Bayesiano fue utilizado. Si un intervalo de confianza, a continuación, un frecuentista se ha utilizado el método.

Re: ¿O es que, en la práctica, son tan a menudo se superponen que no importa en absoluto? Mientras

• las condiciones para el uso de métodos están razonablemente satisfechos (por ejemplo, "la independencia de las observaciones" es un requisito para muchos de los métodos),
• el método Bayesiano no utilizar un informativo antes,
• la muestra, que no es muy pequeño, y
• los modelos / métodos son análogos,

la credibilidad y la confianza de los intervalos de estar cerca el uno del otro. La razón: la probabilidad de que dominan el Bayesiana anterior, y la probabilidad es lo que se suele utilizar en frecuentista métodos.

Yo sugeriría que no preocupándose acerca de cual usar. Si desea una información previa, a continuación, asegúrese de utilizar un método Bayesiano. Si no, a continuación, elija un método adecuado y el contexto (frecuentista o Bayesiano), comprobar para asegurarse de que las condiciones necesarias para aplicar el método está razonablemente satisfecha (tan importante pero tan rara vez se hace!), y, a continuación, seguir adelante si el método es adecuado para el tipo de datos.