따라서 이것은 일반적인 질문 일 수 있지만 만족스러운 답변을 찾지 못했습니다.
귀무 가설이 참 (또는 거짓) 일 확률을 어떻게 결정합니까?
학생들에게 두 가지 다른 버전의 테스트를 제공하고 해당 버전이 동일한 지 확인하고 싶다고 가정 해 봅시다. t- 검정을 수행하면 p- 값이 .02가됩니다. 좋은 p- 값! 즉, 테스트가 동등하지 않을 것입니다. 안타깝게도 P (results | null)은 P (null | results)를 알려주지 않는 것 같습니다. p- 값이 낮을 때 귀무 가설을 기각하는 것이 일반적이지만, 귀무 가설을 기각하지 않을 가능성이 매우 높다는 것을 어떻게 알 수 있습니까? 어리석은 예를 들기 위해 .02의 오 탐률로 에볼라 테스트를 설계 할 수 있습니다. 버킷에 50 개의 볼을 넣고 하나에 "에볼라"라고 적습니다. 내가 이것을 가지고 누군가를 테스트하고 그들이 "에볼라"공을 고르면, p- 값 (P (에볼라가없는 공을 따기))은 .02입니다.
내가 지금까지 고려한 것들 :
- P (null | results) ~ = P (results | null)라고 가정-일부 중요한 응용 프로그램에서는 분명히 거짓입니다.
- P (null | results)를 모르고 가설을 수락 또는 거부합니다 – 왜 우리는 그것들을 받아들이거나 거부합니까? 우리가 거짓이라고 생각하는 것을 거부하고 진실한 것을 받아들이는 것이 요점이 아닌가?
- 베이 즈 정리를 사용하십시오 – 그러나 당신은 어떻게 당신의 사전을 얻습니까? 실험적으로 결정하려고하는 같은 장소로 돌아 가지 않습니까? 그리고 그들을 선험적으로 고르는 것은 매우 임의적 인 것 같습니다.
- stats.stackexchange.com/questions/231580/에서 매우 비슷한 질문을 발견했습니다. 여기에 대한 답은 기본적으로 베이지안 질문이기 때문에 귀무 가설이 참일 가능성에 대해 묻는 것이 타당하지 않다고 말하는 것 같습니다. 어쩌면 나는 베이지안입니다 만, 그런 질문을하지 않는 것을 상상할 수 없습니다. 실제로 p- 값에 대한 가장 일반적인 오해는 실제 귀무 가설의 확률이라는 것입니다. 이 질문을 빈번한 질문으로 할 수 없다면, 나의 주요 질문은 # 3입니다 : 당신은 어떻게 루프에 갇히지 않고 당신의 우선 순위를 얻습니까?
편집 : 모든 사려 깊은 답변에 감사드립니다. 몇 가지 공통 주제를 다루고 싶습니다.
- 확률의 정의 : 나는 이것에 대한 많은 문헌이 있다고 확신하지만, 나의 순진한 개념은 "완벽한 합리적 존재가 정보를 주었을 것이라는 믿음"또는 "상황이 발생하면 이익을 극대화 할 수있는 내기 확률"과 같은 것입니다 "반복되었고 미지의 변화가 허용되었다".
- P (H0 | results)를 알 수 있습니까? 확실히 이것은 어려운 질문 인 것 같습니다. 그러나 확률은 항상 주어진 정보에 따라 달라지기 때문에 모든 확률은 이론적으로 알 수 있다고 생각합니다. 모든 이벤트가 발생하거나 발생하지 않으므로 완전한 정보가있을 가능성은 없습니다. 정보가 충분하지 않은 경우에만 존재하므로 알 수 있어야합니다. 예를 들어 누군가 누군가 동전을 가지고 있고 머리 확률을 묻는다면 50 %라고 말할 것입니다. 코인은 머리에 70 % 가중 될 수 있지만, 정보가 제공되지 않았기 때문에 꼬리에 닿았을 때와 마찬가지로 정보가있을 확률은 50 %였습니다. 내가 그것을 배울 때 머리. 확률은 항상 (불충분 한) 데이터 세트에 대해 조건부이므로
편집 : "항상"이 너무 강할 수 있습니다. 우리가 확률을 결정할 수없는 철학적 질문이있을 수 있습니다. 그러나 실제 상황에서 우리는 절대적인 확신을 가질 수는 없지만 "거의 항상"최선의 추정치가 있어야합니다.