나는이 유명한 인용문을 어디서나 계속 보지만, 강조된 부분을 매번 이해하지 못한다.
의미가 1 % 이상일 때 습관적 관행의 문제로 가설을 임시로 거부하는 사람은 그러한 결정의 1 % 이하로 오인 될 것입니다. 가설이 올 바르면 이러한 경우의 1 %만으로 오인 될 수 있으며, 틀린 경우 거부하지 않을 것입니다. [...] 그러나 계산은 터무니없이 학문적입니다. 사실 과학 과학자는 해마다 고정 된 수준의 중요성을 가지지 않으며 모든 상황에서 가설을 거부합니다. 그는 자신의 증거와 아이디어에 비추어 각각의 특정한 경우에 마음을 바칩니다.시험 적용을 위해 선택된 사례는 명백히 엄선 된 세트이며, 선택 조건은 한 명의 근로자에 대해서도 명시 될 수 없다는 것을 잊어서는 안된다. 또한 사용 된 논거에서 특정 시련에 의해 지시 된 실제 수준의 중요성을이 수준 만 사용하는 것이 그의 평생 습관 인 것처럼 선택하는 것은 명백히 불법 일 것이다.
(통계 학적 방법 및 과학적 추론, 1956, p. 42-45)
더 구체적으로, 나는 이해하지 못한다
- 테스트를 "높은 선택"을 적용하기 위해 선택한 이유는 무엇입니까? 특정 지역의 사람들의 평균 키가 165cm 미만인지 궁금해하고 테스트를 수행하기로 결정하십시오. 내가 아는 한 표준 절차 는 해당 영역에서 임의의 샘플을 추출하여 높이를 측정하는 것입니다. 어떻게 이것을 높게 선택할 수 있습니까?
- 사례가 많이 선택되었다고 가정하지만, 이는 유의 수준 선택과 어떤 관련이 있습니까? 위의 예를 다시 생각해보십시오. 샘플링 방법 (Fisher 가 선택 조건이라고 함 )이 왜곡되어 어떻게 든 키가 큰 사람들을 선호하는 경우 전체 연구가 망쳐지고 유의 수준에 대한 주관적인 결정으로 저장할 수 없습니다.
- 실제로, 나는 "특정 재판이 나타내는 실제 수준의 중요성"이 무엇인지조차 모른다. 그것은 실험 의 값입니까, 유명한 0.05와 같은 사전 설정 값입니까, 아니면 다른 것입니까?