El 25 de febrero de 2015, el diario Básicos y Aplicados de la Psicología Social publicó un editorial prohibición $p$-valores y los intervalos de confianza de todos los futuros trabajos.
Específicamente, dicen (el formato y el énfasis son míos):
[...] antes de la publicación, los autores se tiene que quitar todos los vestigios de la NHSTP [hipótesis nula significación procedimiento de prueba] ($p$-valores, $t$-valores, $F$-los valores, las declaraciones acerca de los "grandes" diferencias o falta de ella, y así sucesivamente).
De forma análoga a cómo el NHSTP no proporciona la probabilidad de la hipótesis nula, la cual es necesaria para proporcionar un fuerte caso para rechazarla, intervalos de confianza no proporcionar un fuerte caso para concluir que la población parámetro de interés es probable que esté dentro de la indicada intervalo. Por lo tanto, los intervalos de confianza también están prohibidos de BASP.
[...] con respecto a los procedimientos Bayesianos, nos reservamos el derecho a realizar caso por caso los juicios, y por lo tanto Bayesiano procedimientos no son ni se requiere ni prohibió BASP.
[...] Cualquier inferencial procedimientos estadísticos se requiere? -- No [...] sin Embargo, BASP requerirá de un fuerte la estadística descriptiva, incluyendo los tamaños del efecto.
No dejemos de discutir los problemas y el uso indebido de $p$-valores aquí; ya hay un montón de excelentes discusiones sobre los CV que se puede encontrar mediante la navegación por el p-valor de la etiqueta. La crítica de la $p$-valores, a menudo va de la mano con un consejo para informar de los intervalos de confianza para los parámetros de interés. Por ejemplo, en esta muy bien argumentado respuesta @gung sugiere el informe de los tamaños del efecto con intervalos de confianza alrededor de ellos. Pero este diario prohibiciones de los intervalos de confianza también.
¿Cuáles son las ventajas y desventajas de este enfoque para la presentación de datos y resultados experimentales en contraposición al enfoque "tradicional" con $p$-valores, los intervalos de confianza, y una importante/insignificante dicotomía? La reacción a esta prohibición parece ser mayormente negativo; entonces, ¿cuáles son las desventajas? Asociación americana de Estadística ha publicado incluso un breve comentario desalentador en esta prohibición, diciendo que "esta política tiene sus propias consecuencias negativas". ¿Podrían estas consecuencias negativas?
O como @whuber sugerido para ponerlo, si este enfoque propugnado por lo general, como un paradigma de investigación cuantitativa? Y si no, ¿por qué no?
PS. Tenga en cuenta que mi pregunta no es acerca de la prohibición de sí mismo; se trata de la propuesta. No estoy preguntando acerca de frecuentista vs inferencia Bayesiana. La Editorial es bastante negativa acerca de los métodos Bayesianos demasiado; por lo que es, esencialmente, acerca del uso de las estadísticas de vs no el uso de las estadísticas en todo.
