p- 값에 대한 신뢰 구간을 계산할 수 있고 구간 추정과 반대되는 점은 점 추정치이므로 p- 값은 점 추정값입니까?
p- 값에 대한 신뢰 구간을 계산할 수 있고 구간 추정과 반대되는 점은 점 추정치이므로 p- 값은 점 추정값입니까?
답변:
점 추정치 및 신뢰 구간은 분포를 설명하는 모수 (예 : 평균 또는 표준 편차)에 대한 것입니다.
그러나 표본 평균 및 표본 표준 편차와 같은 다른 표본 통계와 달리 p- 값은 흥미로운 분포 모수의 유용한 추정기가 아닙니다. 기술적 세부 사항은 @whuber의 답변을 참조하십시오.
검정 통계량에 대한 p- 값은 귀무 가설이 참이라는 가정하에 계산 된대로 표본에서 관측 된 것보다 큰 검정 통계량의 기대 값과의 편차를 관찰 할 확률을 제공합니다. 전체 분포가있는 경우 귀무 가설과 일치하거나 그렇지 않습니다. 이것은 인디케이터 변수로 설명 할 수 있습니다 (다시 말해서 @whuber의 답변 참조).
그러나 귀무 가설이 참이면 p- 값이 표본 크기가 증가함에 따라 p- 값이 수렴하지 않기 때문에 p- 값은 지표 변수의 유용한 추정값으로 사용할 수 없습니다. 이것은 통계 테스트가 널을 거부하거나 거부 할 수 있지만 절대로 확인하지 않는다는 것을 나타내는 매우 복잡한 대체 방법입니다.
예, p- 값이 포인트 추정치라고 주장 할 수 있습니다.
p- 값이 추정 할 수있는 분포의 속성을 식별하기 위해, 그것이 무증상 인 것으로 가정해야합니다. 그러나, 점근 귀무 가설에 대한 평균 p- 값은 (적, 일부 시험 그것은 다른 제로 참조 될 수 있음) 및 다른 가설 대이다 0 . 따라서 p- 값은 귀무 가설에 대한 지표 함수의 절반의 추정값으로 간주 될 수 있습니다.
분명히 이런 식으로 p- 값을 보는 것은 약간의 창의성이 필요합니다. 우리 는 p- 값에 의한 결정 으로 문제의 추정값을 보면 조금 더 나아질 수 있습니다 . 기본 분포는 귀무 가설 또는 대립 가설의 멤버입니까? 이 가능한 결정들을 라고 부르 자 . 잭 키퍼
통계학자가 관찰 할 수있는 실험이 있다고 가정합니다. 이 결과는 랜덤 변수 또는 랜덤 벡터 ... 로 설명됩니다 . 의 확률 법 X는 통계학을 알 수 있지만 분포 함수 것으로 알려져있다 F 의 X는 특정 클래스의 구성원 인 Ω 분포 함수의. ...
통계적 문제의 문제라고 점 추정 경우 어떤 실제 또는 벡터 값의 수 속성 값들의 집합이다 F 에 따라 F 상당히 평활 방법은.
이 경우, 는 불연속 적이므로 "합리적으로 매끄럽다"는 제한이 아닙니다. 키퍼의 용어는 이산 결정 공간이있는 통계 절차를 "포인트 추정기"대신 "테스트"로 언급함으로써이를 반영합니다.
이러한 정의의 한계 (및 한계)를 살펴 보는 것이 흥미롭지 만이 질문이 우리에게 요청한 것처럼 p- 값이 포인트 추정기라고 너무 강력하게 주장해서는 안됩니다. 유용하고 전통적인.
이 질문에 대한 언급에서 Christian Robert는 1992 년 논문에 주목했으며, 공동 저자는이 관점을 정확하게 취하여 지표 함수의 추정치로서 p- 값의 허용 가능성을 분석했습니다 . 아래 참고 문헌의 링크를 참조하십시오. 신문이 시작됩니다
가설 검정에 대한 접근법은 일반적으로 검정 문제를 추정이 아니라 의사 결정의 하나로 취급했습니다. 보다 정확하게는 공식 가설 검정을 통해 가설이 참인지 여부에 대한 결론을 내릴 수 있으며 해당 결론과 관련된 증거를 제공 할 수 없습니다. 이 논문에서 우리는 의사 결정 이론 프레임 워크 내에서 가정 테스트를 추정 문제로 고려한다 .
[공포도 추가]
황건 운, 조지 카스텔라, 크리스티안 로버트, 마틴 티 웰스, 로저 H. 파렐, 테스트 정확도 추정 . 앤 통계 학자. 20 권 1 호 (1992), 490-509. 오픈 액세스 .
Jack Carl Kiefer, 통계적 추론 소개 . Springer-Verlag, 1987.
-values이되지 않습니다사용하는관심의 매개 변수를 추정하지만, 가설 테스트. 예를 들어, 인구 추정에 관심이있을 수 당신이 가지고있는 샘플을 기반으로, 또는 당신은 그것의 간격 추정에 관심이있을 수 있지만, 가설 테스트 시나리오에서 당신은 오히려 평균 샘플을 비교하는 것 ¯ X 인구 평균 μ 여부를 확인하려면 그들은 다릅니다. 실제로 가설 검정 시나리오에서는특정 값에 관심이없지만일부 임계 값 미만인 경우 (예 : p < 0.05 ) 와 P-값 당신은 그들의 포인트 값에 그다지 관심이 없지만, 데이터가 귀무 가설에 대해 충분한 증거를 제공하는지 알고 싶어합니다. 가설 검정 시나리오에서는 서로 다른 을 서로 비교하지 않고 각 값을 사용하여 가설에 대한 개별 결정을 내립니다. 선체 가설에 대해 아무 것도 알고 싶지 않다. 이 점은 의사 결정 컨텍스트와 값을 분리 할 수 없으므로 점 추정치와는 그 자체로 값에 관심이 있기 때문에 점 추정치와 다릅니다.