'가설 테스트'와 '모델 선택'의 차이점은 무엇입니까?

문헌에서 두 용어는 종종 동의어 또는 짜여져 사용됩니다. 나는 지금 두 용어 사이에 분명한 차이점을 찾으려고 노력하고 있습니다. 내 관점에서 가설은 일반적으로 모델을 통해 표현됩니다. 따라서 우리는 귀무 가설 대 대안 가설을 검정하더라도 내 관점에서 모델 선택을 수행합니다. 누군가이 차이점에 대해 직관적으로 설명 할 수 있습니까?

나에게 구별은 가설 테스트를 통해 모델 매개 변수의 대비를 고려하고 있으며 모델을 변경하려는 생각을 즐겁게하지 않는다는 것입니다. 예를 들어, ANOVA에서 사람들은 5 개의 그룹을 비교하고 두 그룹이 유사한 평균을 갖는 것을 발견 할 때 4 자유도 검정을 3 df 검정 으로 변환하지 않을 정도로 영리 합니다. 모델을 공식화하는 사람들은 종종 통계적 테스트 / 비교를 기반으로 모델에 어떤 매개 변수가 있어야하는지 선택하는 기본적인 실수를 저지르며, 이는 이것이 사물을 편향한다는 것을 깨닫지 못합니다 (특히 ). 내가 방금 언급 한 예, 의 편견없는 추정치F σ 2 σ $F$$F$$\sigma^2$$\sigma^2$ 5 개의 회귀 매개 변수 (전체 절편 + 4 개의 지표 변수)가있는 모형에서 나옵니다.

모델 선택에는 종종 (위험하게) 선택이 포함됩니다.

1. 경쟁 모델 군 또는 배포판 중
2. 이는 의 모델에 있어야합니다$X$
3. 각 를 모델링 하는 방법 (예 : 비선형 항의 고려)$X$