신뢰 구간 대신 신뢰할 수있는 구간을보고해야합니까?

통계 교과서의 개념을 뒤섞은 후, 나는 그것에 대해 머리를 감싸려고 노력했으며 마침내 지금까지 본 모든 설명에 맞는 결론을 얻었습니다. 간격입니다.

차이를 모르는 시간별 나 같은 사람들을위한 범법

우리는 데이터를 관찰하고 일부 매개 변수를 예측하는 경우의가 평균 가정 해 봅시다 의 신뢰할 수있는 간격은 간격 하는 우리가 95 %는 mu가 내부에 있다고 확신합니다. 입문 통계 클래스에서 가르치는 신뢰 구간 은 신뢰할 수있는 구간과 겹칠 수 있지만 항상 겹치는 것은 아닙니다 . 당신이 설명을 용감하고 싶다면, 읽어보세요 이 와 이 교차 인증 됨에 대한 질문; 많은 머리를 긁은 후 마침내 내가 이해하는 데 도움 이 된 것은 이 대답 이었습니다.$\mu$$[\mu_{\text{min}},\ \mu_{\text{max}}]$

결과에서 신뢰 구간에 대해 신뢰할 수있는 구간을 사용하는 것이 과학적으로 바람직하다는 것을 의미합니까? 그렇다면 왜 그것을 사용하는 출판물을 보지 못했습니까?

• 개념을 사용해야 하기 때문에 측정 과학자가 아직 올바른 통계 방법을 따라 잡지 않았습니까?
• 아니면 경험적 연구 결과를 설명하는 데 원래 신뢰 구간의 의미가 더 적합합니까?
• 아니면 실제로는 너무 자주 겹쳐서 전혀 중요하지 않습니까?
• 선택은 데이터에 대해 가정 한 통계적 분포에 따라 달라 집니까? 어쩌면 가우시안 분포를 사용하면 항상 수치 적으로 겹치므로 차이에 대해 순수한 통계를 벗어난 사람은 아무도 없습니다 (내가 읽은 많은 연구는 어떤 종류의 간격도 계산하지 않아도 되며 약 1 %는 생각에 공간을 줄 수 있습니다. 데이터가 정상적으로 배포되지 않을 수 있습니다).
• 그것은 우리의 과학 이론적 입장에 달려 있습니까? 예를 들어, 신뢰 구간은 긍정적 인 작업에 사용되어야하고 신뢰할만한 간격은 해석주의 작업에 사용되어야한다고 생각하지만이 느낌이 정확한지는 확실하지 않습니다.

간격 유형은 사용한 방법 유형을 나타냅니다. 신뢰할 수있는 간격 (또는 베이지안 변형) 인 경우 베이지안 방법이 사용 된 것입니다. 신뢰 구간이면 잦은 방법이 사용되었습니다.

Re : 아니면 실제로는 너무 자주 겹쳐서 전혀 중요하지 않습니까? 하는 한

• 방법을 사용하기위한 조건이 합리적으로 충족됩니다 (예 : "관찰의 독립성"은 많은 방법의 요구 사항입니다).
• 베이지안 방법은 사전 정보를 사용하지 않습니다.
• 아주 작지 않은 샘플
• 모델 / 방법은 유사합니다.

신뢰할 수있는 신뢰 구간은 서로 가깝습니다. 그 이유는 우연이 베이지안을 우선적으로 지배 할 것이며, 우연히 빈번한 방법에 사용될 가능성이다.

나는 어떤 것을 사용 해야할지 고민하지 않을 것을 제안합니다. 유익한 정보를 원한다면 베이지안 방법을 사용해야합니다. 그렇지 않은 경우 적절한 방법과 컨텍스트 (자주 주의자 또는 베이지안)를 선택하고 방법을 적용하는 데 필요한 조건이 합리적으로 만족되는지 (매우 중요하지만 거의 수행되지 않는지) 확인한 다음 방법이 적합한 경우 계속 진행하십시오. 데이터 유형