다른 테스트 결과를 기반으로 가설 테스트 수행에 대한 논문

p- 값을 해석하기 어렵 기 때문에 다른 통계 테스트의 결과를 기반으로 통계 테스트를 선택하는 것은 문제가있는 것으로 잘 알려져 있습니다 (예 : 다른 결과에 따라 통계 테스트 선택 (예 : 정규성) ) . 그러나 이것은 많은 응용 분야에서 여전히 표준 관행이며 일반적으로 응용 논문에서 눈에 띄거나 논의되지 않는 것 같습니다. 문헌을 살펴보면서 실제로이 현상에 대해 논의하는 논문을 찾지 못했습니다.

다른 통계 테스트 결과, 특히 응용 과학자가 접근 할 수있는 결과를 기반으로 통계 테스트를 선택하는 것과 관련된 모든 간행물에 대한 링크를 부탁드립니다.

hypothesis-testing references p-value

— 롭 홀
소스

관련이없는 의견 : 필자의 조사에서 나는 RS Nickerson의 '무 가설 유의성 테스트 : 오래되고 계속되는 논란에 대한 검토 '에 의해 논문을 우연히 발견했다 . 이 특별한 현상을 논의하지는 않았지만 응용 과학자들에게도 기뻤습니다.

— Rob Hall

오래 전에 quantdec.com/envstats/notes/class_12/ucl.htm에 이러한 상황 중 하나에 대한 자세한 분석을 게시했습니다 . 예비 가설 검정 결과에 따라 선택된 절차에 의해 결정된 UCL의 특성을 연구합니다. 기본 분포에 관한 것).

— whuber

이 하나의 힘이자 당신은 (또한 참조 이 ). 다음 이 있습니다. 이는 2- 표본 t- 검정 전에 분산의 동등성 검정 및 정규성 검정과 각각 관련됩니다.

— Glen_b-복지 주 모니카

단순히 "문제가있는 것으로 잘 알려져있다"고 말하는 것은 문제가되는 특성이 작동하는 통계적 틀에 따라 다르기 때문에 불충분 한 특이성을 제공하는 것입니다. 잦은 해석 문제는 데이터의 증거 적 의미를 평가하는 방법에는 문제가되지 않을 수 있습니다.

— Michael Lew

아마도 이것이 문제가되는 간단한 예는 인용과 거의 같은 목적에 도움이 될 것입니다.

— BKay

체인 절차 에 관한 다음의 연구 논문 이 귀하의 질문에 답하고 도움이 될 것으로 생각합니다 : http://www.multxpert.com/doc/md2011.pdf .

— 알렉산드르 블 레크
소스

흥미로운 논문 감사합니다. 올바르게 이해하면 데이터 중심의 알파가 순서 가설 세트에 할당됩니다. 그런 절차는 단순히 가설의 모든 변형을 목록에 추가 할 수있다 (예를 들어, 비평 행 테스트가 사용될 수 있다는 가설과 비 파레 메트릭 테스트가 사용되어야한다는 증거가있는 가설). 이것이 Neyman-Pearson 프레임 워크에서 현명한 접근 방법이어야하지만, 이것이 Fisher의 의미에서 p- 값을 해석하는 문제를 해결하는지 확신 할 수 없습니다.

— Rob Hall

@RobHall : 천만에요! 솔직히, 나는 세부 사항을 탐구하지 않고 논문을 탐색 했으므로 현재로서는 가치있는 의견을 말할 수 없습니다. 그러나 나는 기회가있을 때이 논문을 검토하기를 희망한다. 그건 그렇고, 여기에 또 다른 흥미로운 논문이 있습니다. 저자는 두 가지 프레임 워크가 보완 적이라고 간주 될 수 있다고 주장합니다 : stat.duke.edu/courses/Spring07/sta215/Ref/Lehm1993.pdf .

— Aleksandr Blekh