¿Por qué seguir enseñar y utilizar hipótesis de prueba (con todos sus conceptos difíciles y que están entre lo más estadísticos pecados) para los problemas donde existe un estimador de intervalo (confianza, bootstrap, credibilidad o lo que sea)? ¿Cuál es la mejor explicación (si existen) a los estudiantes? ¿sólo la tradición? Las opiniones serán muy bienvenidas.
Gracias de antemano
Esta es mi opinión personal, así que no estoy seguro de que correctamente se califica como una respuesta.
¿Por qué debemos enseñar a la prueba de hipótesis?
Una gran razón por la que, en definitiva, es que, con toda probabilidad, en el tiempo que se tarda en leer esta frase, cientos, si no miles (o millones) de las pruebas de hipótesis se han llevado a cabo dentro de 10 pies de radio de donde usted se sienta.
Su teléfono celular es sin duda el uso de una prueba de razón de verosimilitud para decidir si está o no está dentro del alcance de una estación base. Tu computadora portátil y WiFi hardware está haciendo la misma en la comunicación con el router.
El horno de microondas utilizado para auto-recalentamiento que dos días de edad trozo de pizza utiliza una prueba de hipótesis para decidir cuando tu pizza estaba lo suficientemente caliente.
El coche del sistema de control de tracción de una patada en cuando se le dio el exceso de gas en una carretera cubierta de hielo, o la presión de neumáticos sistema de advertencia de que su trasero lado del pasajero de los neumáticos fue anormalmente baja, y sus faros vino automáticamente a alrededor de las 5:19pm como el atardecer estaba llegando.
El iPad es la representación de esta página en formato horizontal basado en (ruidoso) lecturas del acelerómetro.
Su compañía de tarjeta de crédito apagar su tarjeta cuando "usted" comprado una TV de pantalla plana en un Best Buy en Texas y una de $2000 anillo de diamantes en Zales en Washington del estado centro comercial dentro de un par de horas de comprar el almuerzo, gas, y una película que cerca de su casa en los suburbios de Pittsburgh.
Los cientos de miles de bits que fueron enviados a hacer esta página web en su navegador cada uno individualmente se sometieron a una prueba de hipótesis para determinar si estaban muy probable que un 0 o un 1 (además de algunos sorprendentes de corrección de errores).
Miren a su derecha un poco en los "relacionados" temas.
Todas estas cosas que "sucedió" debido a las pruebas de hipótesis. Para muchas de estas cosas intervalo de estimación de algún parámetro puede ser calculado. Pero, especialmente para la automatización de procesos industriales, el uso y la comprensión de la prueba de hipótesis es crucial.
En un plano más teórico nivel estadístico, el importante concepto de la potencia estadística surge naturalmente de una decisión de la teoría / hipótesis marco de pruebas. Además, creo que "incluso" un puro matemático puede apreciar la belleza y la simplicidad del lema de Neyman–Pearson y su prueba.
Esto no es decir que la prueba de hipótesis que se enseña, o se entienda bien. Por lo general, no lo es. Y, mientras que yo estaría de acuerdo en que—sobre todo en las ciencias médicas—informes de intervalo de estimaciones, junto con los tamaños del efecto y las nociones de práctica frente a la significación estadística son casi universalmente preferible formal de la prueba de hipótesis, esto no significa que la prueba de las hipótesis y los conceptos relacionados, no son importantes e interesantes en su propio derecho.
Enseño las pruebas de hipótesis para un número de razones. Uno es histórico, que van a tener que entender un gran cuerpo de investigación previa que leer y entender las pruebas de hipótesis punto de vista. Una segunda es que, incluso en tiempos modernos, sigue siendo utilizado por algunos investigadores, a menudo implícitamente, al realizar otros tipos de análisis estadísticos.
Pero cuando me enseñan, me enseñan en el marco de la construcción de modelos, que estos supuestos y estimaciones son las partes de la construcción de los modelos. De esta manera es relativamente fácil para cambiar a la comparación de más compleja y, en teoría, modelos interesantes. La investigación más a menudo fosas teorías en contra de la otra en lugar de una teoría frente a la nada.
Los pecados de la prueba de hipótesis no son inherentes a las matemáticas, y el uso adecuado de los cálculos. Donde principalmente mentira está en la excesiva dependencia y malas interpretaciones. Si una gran mayoría de los ingenuos que los investigadores utilizan exclusivamente el intervalo de la estimación con la falta de reconocimiento de alguna de las relaciones a estas cosas a las que llamamos hipótesis que se podría llamar un pecado.
Personalmente creo que estaríamos mejor sin pruebas de hipótesis. El único lugar que puedo pensar de donde las pruebas de hipótesis de ofrecer algo único y útil es en el área de múltiples grados de libertad conjunta de las pruebas de hipótesis. Los ejemplos incluyen ANOVA para la comparación de más de dos grupos, simultánea pruebas de la combinación de efectos principales y las interacciones (pruebas de efecto total), y simultáneamente las pruebas de la combinación lineal y no lineal de los términos relacionados con un continuo predictor (varios d.f. prueba de asociación). Para cosas sencillas, el intervalo de la estimación es más fácil, y mucho menos probable que induzca a error de $P$-valores. Como lo dijo muy bien en el papel clásico de la Ausencia de evidencia no es evidencia de ausencia, una gran P $$valor no contiene información. $P$-valores sólo proporcionan evidencia en contra de una hipótesis, nunca a favor de ella (Fisher respuesta cuando se le preguntó cómo interpretar una gran P $$-valor fue de "Obtener más información"). Confianza y creíble intervalo mantiene el investigador más honesto por describir lo mucho que ella no sabe.
Yo creo que depende de que la prueba de hipótesis de las que están hablando. El "clásico" de la prueba de hipótesis (Neyman-Pearson) se dice que es defectuoso porque no adecuadamente condición sobre lo que realmente pasó cuando hice la prueba. Lugar está diseñado para trabajar "independientemente" de lo que realmente vio en el largo plazo. Pero no condición que puede conducir a resultados erróneos en el caso individual. Esto es simplemente debido a que el procedimiento "no atención" sobre el caso individual, en el largo plazo.
La prueba de hipótesis se puede convertir en la decisión marco teórico, que creo que es una forma mucho mejor para entenderlo. Usted puede reformular el problema como dos decisiones:
El marco de decisión es mucho más fácil de entender, porque se separa claramente los conceptos de "¿qué vas a hacer?" y "¿qué es la verdad?" (a través de su información previa).
Incluso se podría aplicar "la teoría de la decisión" (DT) a su pregunta. Pero con el fin de detener la prueba de hipótesis, el DT dice que debe haber una alternativa de decisión disponibles para usted. Así que la pregunta es: si la prueba de hipótesis es abandonado, ¿qué es para tomar su lugar? No puedo pensar en una respuesta a esta pregunta. Sólo puedo pensar en formas alternativas de hacer la prueba de hipótesis.
(NOTA: en el contexto de la prueba de hipótesis, los datos, la distribución de muestreo, antes de la distribución, y la pérdida de la función son todos los de información previa, porque se obtienen antes de tomar la decisión.)
Si yo fuera un hardcore Frecuentista me gustaría recordarles que los intervalos de confianza son bastante regularmente solo invertida pruebas de hipótesis, es decir, cuando el 95% de intervalo es simplemente otra manera de describir todos los puntos que una de las pruebas que implican sus datos no rechazar al nivel de .05. En estas situaciones, una preferencia de uno sobre el otro es cuestión de exposición en lugar de método.
Ahora, la exposición es importante, por supuesto, pero creo que sería un buen argumento. Es ordenado y aclarar a explicar los dos enfoques como los restatements de la misma inferencia a partir de diferentes puntos de vista. (El hecho de que no todo el intervalo de estimadores son invertidos pruebas es entonces un patán, pero no particularmente torpe hecho, pedagógicamente hablando).
Mucho más graves consecuencias que provienen de la decisión de la condición de las observaciones, como se señaló anteriormente. Sin embargo, incluso en retiro de la Frecuentista pudo observar que hay un montón de situaciones (quizás no la mayoría) donde acondicionado en las observaciones sería imprudente o unilluminating. Para aquellos, el HT/CI instalación (no 'son') exactamente lo que se quiere, y debe ser enseñada como tal.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
