25 февраля 2015 года журнал « Базовая и прикладная социальная психология» опубликовал редакционную статью, запрещающую и доверительные интервалы во всех будущих статьях.
В частности, они говорят (форматирование и акцент мои):
[...] перед публикацией авторы должны будут удалить все остатки NHSTP [процедура проверки значимости нулевой гипотезы] ( , , , утверждения о «значительных» различиях или их отсутствии , и так далее).t F
По аналогии с тем, как NHSTP не может обеспечить вероятность нулевой гипотезы, которая необходима для веских аргументов в пользу ее отклонения, доверительные интервалы не дают веских оснований для вывода о том, что интересующий параметр совокупности, вероятно, будет в пределах заявленной интервал. Следовательно, доверительные интервалы также запрещены в BASP.
[...] в отношении байесовских процедур мы оставляем за собой право выносить индивидуальные суждения, и, таким образом, байесовские процедуры не требуются и не запрещаются BASP.
[...] Требуются ли какие-либо логические статистические процедуры? - Нет [...] Однако BASP потребует строгой описательной статистики, включая размеры эффекта.
Давайте не будем обсуждать проблемы и неправильное использование значений здесь; уже есть множество отличных обсуждений CV, которые можно найти, просмотрев тег p-value . Критика значений часто сочетается с рекомендацией сообщать доверительные интервалы для параметров, представляющих интерес. Например, в этом очень аргументированном ответе @gung предлагает сообщать размеры эффекта с доверительными интервалами вокруг них. Но этот журнал также запрещает доверительные интервалы.р
Каковы преимущества и недостатки такого подхода к представлению данных и экспериментальных результатов по сравнению с «традиционным» подходом с , доверительными интервалами и значительной / незначимой дихотомией? Реакция на этот запрет представляется в основном негативной; так какие же тогда недостатки? Американская статистическая ассоциация даже опубликовала краткий обескураживающий комментарий по поводу этого запрета, заявив, что «эта политика может иметь свои негативные последствия». Каковы могут быть эти негативные последствия?
Или, как предложил @whuber, следует ли вообще отстаивать этот подход в качестве парадигмы количественного исследования? И если нет, то почему?
PS. Обратите внимание, что мой вопрос не о самом запрете ; речь идет о предлагаемом подходе. Я также не спрашиваю о частых и байесовских умозаключениях. Редакция довольно негативно относится и к байесовским методам; так что в основном речь идет об использовании статистики, а не об использовании статистики вообще.