ポスト
#統計 Neyman-Pearsonの仮説検定であっても、仮説検定の意味での採択と棄却はそのような決定を実務的にも行うことを意味せず、仮説検定の結果は実務的には参考情報の1つでしかありません。 P値も明記することとNeyman-Pearsonの仮説検定は何も矛盾しない。 みんな大学でデタラメを習って来た。
メニューを開く#統計 Pearson (1955)には NeymanとPearsonは「__最終的な__採択と棄却の話をしていない」し、「仮説検定が不可逆な採択の手続きを強制するべきだとは全然示唆していない」 とはっきり書いてあります。証拠提示終了! 戯画化されたNPについて騙る行為は滅びるべき!
みんなのコメント
メニューを開く![](https://rts-pctr.c.yimg.jp/BgIFgYJGVIVv8u0nVJvw8B2FauAYMF4jOP5zFJAV4i5e72TLbER0xQeK1l8ZZ0OLn0UxBlIcTobC5e9GbBBbub6EGTIEf3Z6xRzzst0459PJt8MifX3p9CO7TyTjsbgbe8GXvPuHP4SHru6CpDkouljG0jYc5HgU4Uq9q8HTTlugqSmhc6Qhd4cMmgtASqeRlYV67OUSGjHwyiAqROqAgjS8tiEM-tE5lgKf_kOTE6Y=)
#統計 「P値単体には確率的な危険性を考慮しながら矛盾を扱う力はない」ことには複数の理由があるが、P値がたとえ理想的に使用されたとしても(p-hackingのようなことをしていなくて、使用しているモデルも妥当であっても)、そういう力がないことの定量化による説明が以下のリンク先スレッドにある。 ↓
#統計 簡単のため、候補の薬達は効く薬と効かない薬に単純に分かれており、両側検定で有意水準としてα=5% (効かない薬が効くと判定される確率はその半分の2.5%)を採用し、検出力はすべての場合で1-β=80%(効く薬が効くと判定される確率)だと仮定します。 この設定はスタンダードです。続く