La estadística bayesiana resumir las creencias, mientras que frecuencial de las estadísticas de resumen de la evidencia. El Bayesians vista de la probabilidad como grado de creencia. Este inclusiva y generadora tipo de razonamiento es útil para formular hipótesis. Por ejemplo, Bayesians puede ser capaz de asignar arbitrariamente algunos probabilidad a la noción de que la luna está hecha de queso verde, independientemente de si los astronautas han sido capaces de viajar hasta allí para comprobarlo. Esta hipótesis es, quizás, apoyado por la idea de que, de lejos, la luna se ve como el queso verde. Frequentists no singular de concebir de una hipótesis de que es más que un strawman, tampoco se puede decir que la evidencia favorece a una hipótesis sobre otra. Incluso de máxima verosimilitud sólo genera una estadística que es "más consistente con lo observado". Formalmente, la estadística Bayesiana nos permite pensar fuera de la caja y proponer defendible ideas a partir de los datos. Pero esto es estrictamente de generación de hipótesis en la naturaleza.
Frecuentista estadísticas se aplican mejor a confirmar la hipótesis. Cuando un experimento se lleva a cabo bien, frecuentista estadísticas proporcionan un "observador independiente" o "empírica" contexto a los resultados de la abstención de los priores. Esto es consistente con la de Karl Popper filosofía de la ciencia. El punto de evidencia no es a promulgar una idea determinada. Un montón de evidencia es consistente con la hipótesis incorrecta. La evidencia sólo puede falsificar creencias.
La influencia de los priores es generalmente considerado como un sesgo en el razonamiento estadístico. Como usted sabe, podemos hacer cualquier gran número de razones de por qué suceden las cosas. Psicológicamente, muchas personas creen que nuestro sesgo del observador es el resultado de los priores de nuestro cerebro que nos impiden realmente ponderación de lo que vemos. "La esperanza de nubes de observación" como la Reverenda Madre dijo en Duna. Popper hizo esta idea riguroso.
Esto tuvo una gran importancia histórica en algunos de los más grandes experimentos científicos de nuestro tiempo. Por ejemplo, John Snow meticulosamente recogidos evidencia de que la epidemia de Cólera y concluyó de manera astuta de que el Cólera es no causada por la moral, a la privación, y señaló que la evidencia fue muy consistente con la contaminación de aguas residuales: se nota que no la conclusión de esta, de la Nieve hallazgos son anteriores al descubrimiento de las bacterias, y no había mecanicista etiológicos o de comprensión. Un discurso similar se encuentra en el Origen de las Especies. Nosotros no sabemos realmente si la luna estaba hecha de queso verde hasta los astronautas en realidad, aterrizó en la superficie y de las muestras recogidas. En ese punto, Bayesiano posteriores han asignado muy, muy baja probabilidad a cualquier otra posibilidad, y Frequentists a lo mejor puede decir que las muestras son muy inconsistente con cualquier cosa excepto el polvo de la luna.
En resumen, la estadística Bayesiana son susceptibles de generación de hipótesis y frecuentista estadísticas son susceptibles a la hipótesis de confirmación. Garantizar que los datos se recogen de forma independiente en estos emprendimientos es uno de los mayores desafíos modernos estadísticos de la cara.
