Это решение проблемы p-значения?

В феврале 2016 года Американская статистическая ассоциация выпустила официальное заявление о статистической значимости и p-значениях. Наша ветка об этом подробно обсуждает эти вопросы. Однако до сих пор нет авторитета, который бы предлагал общепризнанную эффективную альтернативу. Американское статистическое общество (АСС) опубликовало свой ответ, p-значения: что дальше?

«Значение р не очень хорошо для многих».

Мы считаем, что ASA не зашел достаточно далеко. Настало время признать, что эра р-значений закончилась. Статистики успешно использовали их, чтобы сбить с толку студентов, обмануть ученых и дурачить редакторов повсюду, но мир начинает понимать эту хитрость. Мы должны отказаться от этой попытки начала XX века статистиками контролировать процесс принятия решений. Нам нужно вернуться к тому, что на самом деле работает.

Официальное предложение АСС таково:

Вместо p-значений ASS выступает за STOP (процедура SeaT-Of-Pants). Этот проверенный временем и проверенный метод использовался древними греками, людьми эпохи Возрождения и всеми учеными, пока не появился Рональд Фишер и не разрушил все. СТОП простой, прямой, управляемый данными и авторитетный. Для этого авторитетная фигура (предпочтительнее мужчина старшего возраста) просматривает данные и решает, согласны ли они с его мнением. Когда он решает, что они это делают, результат «значительный». В противном случае это не так, и все должны забыть обо всем этом.

принципы

Ответ обращается к каждому из шести принципов ASA.

1. STOP может указывать, насколько несовместимы данные с указанной статистической моделью.

   Нам нравится эта фраза, потому что это такой причудливый способ сказать, что СТОП ответит на любой вопрос, да или нет. В отличие от p-значений или других статистических процедур, это не оставляет сомнений. Это идеальный ответ для тех, кто говорит: «Нам не нужна вонючая нулевая гипотеза! Что это за *?! @? Никто никогда не мог понять, каким он должен был быть ».

2. СТОП не измеряет вероятность того, что гипотеза верна: она на самом деле решает, верна она или нет.

   Все смущены вероятностями. Убирая вероятность из картины, STOP устраняет необходимость в многолетнем обучении студентов и аспирантов. Теперь любой (кто достаточно взрослый и мужской) может выполнять статистический анализ без боли и мучений, слушая даже одну статистическую лекцию или запуская тайное программное обеспечение, которое издает непонятный результат.

3. Научные выводы и деловые или политические решения могут основываться на здравом смысле и реальных авторитетных фигурах.

   В любом случае, важные решения всегда принимались властями, поэтому давайте просто признаем это и исключим посредников. Использование СТОП освободит статистиков для выполнения того, для чего они лучше всего подходят: использования чисел, чтобы скрыть правду, и освящения предпочтений тех, кто у власти.

4. Правильный вывод требует полной отчетности и прозрачности.

   STOP - самая прозрачная и очевидная статистическая процедура, когда-либо изобретенная: вы смотрите на данные и принимаете решение. Это устраняет все эти запутанные z-тесты, t-тесты, тесты хи-квадрат и процедуры алфавитного супа (ANOVA! GLM! MLE!), Используемые людьми, чтобы скрыть тот факт, что они понятия не имеют, что означают данные.

5. СТОП измеряет важность результата.

   Это самоочевидно: если человек, пользующийся полномочиями, использует СТОП, то результат должен быть важным.

6. Сам по себе СТОП является хорошим доказательством в отношении модели или гипотезы.

   Мы бы не хотели бросать вызов авторитету, не так ли? Исследователи и лица, принимающие решения, признают, что СТОП предоставляет всю необходимую им информацию. По этим причинам анализ данных может закончиться ОСТАНОВКОЙ; нет необходимости в альтернативных подходах, таких как p-значения, машинное обучение или астрология.

Другие подходы

Некоторые статистики предпочитают так называемые «байесовские» методы, в которых неясная теорема, посмертно опубликованная священнослужителем 18-го века, применяется бездумно для решения каждой проблемы. Его наиболее известные сторонники свободно признают, что эти методы являются «субъективными». Если мы собираемся использовать субъективные методы, то, очевидно, чем более авторитетным и знающим является лицо, принимающее решения, тем лучше будет результат. Таким образом, STOP становится логическим пределом всех байесовских методов. Зачем работать над этими ужасными вычислениями и тратить столько компьютерного времени, когда вы можете просто показать данные ответственному человеку и спросить его, каково его мнение? Конец истории.

Недавно возникло еще одно сообщество, которое бросило вызов священникам статистиков. Они называют себя «обучающимися машинам» и «исследователями данных», но на самом деле они просто хакеры, ищущие более высокий статус. Официальная позиция АСС заключается в том, что эти парни должны сформировать свою профессиональную организацию, если они хотят, чтобы люди воспринимали их всерьез.

Вопрос

Является ли это ответом на проблемы, которые ASA идентифицировала с тестированием p-значений и нулевой гипотезы? Может ли это действительно объединить байесовскую и частую парадигмы (как это явно указано в ответе)?

Я защищаю свой собственный новый подход к принятию статистических решений под названием RADD: R oll A D amn D ie. Здесь также рассматриваются все ключевые моменты.

1) RADD может указывать, насколько данные совместимы с указанной статистической моделью.

Если вы выберете большее число, очевидно, что больше доказательств в пользу вашей модели! Дополнительным преимуществом является то, что, если мы хотим еще большей уверенности, мы можем бросить кубик с большим количеством сторон. Вы даже можете найти 100 односторонних костей, если вы ищете достаточно!

2) RADD может решить, является ли гипотеза верной или нет.

Вам нужно только бросить 2-х сторонний кубик, то есть подбросить монетку.

3) RADD может использоваться для принятия деловых или политических решений

Соберите кучку политиков в комнате, и пусть они все бросят кости! Самые высокие победы!

4) РАДД является прозрачным.

Результат может быть записан, а сам кристалл может быть сохранен для дальнейшего исследования *

5) RADD измеряет важность результата.

Очевидно, что подъем выше означает, что произошло очень важное событие.

6) RADD предоставляет хорошую меру доказательств.

Разве мы не говорили, что более высокие броски лучше?

Так что нет, STOP - это не ответ. Ответ RADD.

Я должен сказать , из моего опыта , что в бизнес - реальности СТОП является решение по умолчанию делает критерии, предпочитали$p$-значения и другие частые или байесовские методы. С точки зрения бизнеса STOP дает простые и точные ответы, что делает его более надежным, чем неопределенные «вероятностные» методы. Более того, в подавляющем большинстве случаев его проще реализовать и адаптировать к изменяющейся реальности, чем другими методами. Решения «да / нет» более убедительны для среднего и высшего руководства. «Отчеты СТОП» в большинстве случаев короче и легче для чтения, чем основанные на данных. Более того, применение этого метода позволяет вашему работодателю сократить расходы на ученых данных и лицензии SAS. Я бы сказал, что единственная проблема со STOP состоит в том, что сделать презентацию PowerPoint с результатами STOP труднее, но это динамично развивающаяся область, поэтому в будущем могут быть предложены лучшие методы визуализации.

Это прекрасное дополнение к дискуссии о p-значении, интересное, но, на мой взгляд, несколько устаревшее, напоминает мне об уникальной газете, опубликованной несколько лет назад в рождественском выпуске British Medical Journal (BMJ), в которой каждое Рождество публикуется настоящее, но забавное исследование. статьи. В частности, эта работа Исаака и Фицджеральда выдвинула на первый план семь ключевых альтернатив медицине, основанной на доказательствах (то есть медицинская практика, основанная на фактических клинических и статистических данных):

• Высокопреосвященство медицина
• Vehemence на основе медицины
• Красноречивая медицина
• Провиденская медицина
• Медицина на основе Diffidence
• Медицина на основе нервозности
• Доверие медицина

Самое интересное, что вы должны взглянуть на столбцы, в которых выделены измерительные приборы и единицы измерения для вышеперечисленных пунктов (например, аудиометр и децибел для медицины, основанной на страсти!).