Мой вопрос довольно семантический. Когда метод обычно выдает высокие значения p, он называется консервативным. Вы бы назвали обратное, то есть метод с высоким уровнем ошибок типа II либеральным?
Мой вопрос довольно семантический. Когда метод обычно выдает высокие значения p, он называется консервативным. Вы бы назвали обратное, то есть метод с высоким уровнем ошибок типа II либеральным?
Ответы:
Согласно этой домашней странице обычно используется эта терминология.
Консервативный в статистике имеет то же общее значение, что и в других областях: избегать излишков, допустив ошибку из-за осторожности. В статистике «консервативный», в частности, относится к осторожности, когда речь идет о проверке гипотез, результатах испытаний или доверительных интервалах. Консервативная отчетность означает, что вы с меньшей вероятностью дадите неверную информацию.
который может быть указан в следующем смысле:
Консервативный тест всегда сохраняет вероятность отклонения нулевой гипотезы значительно ниже уровня значимости. Допустим, вы запускаете тест на гипотезу, в котором вы устанавливаете альфа-уровень на 5%. Это означает, что тест (ложно) даст вам значительный результат 1 из 20 раз. Это называется частотой ошибок типа I. Консервативный тест всегда будет контролировать уровень ошибок типа I на уровне, намного меньшем 5%, а это означает, что вероятность ошибиться будет значительно ниже 5% (возможно, 2%). *
Однако я рекомендую вам использовать другие термины, например, определение власти. Если проверка гипотезы является «либеральной» в вашей терминологии, она обладает большей силой. Если проверка гипотезы «консервативна» в вашей терминологии, она имеет меньшую силу. По моему опыту, термин «либеральная гипотеза» практически не используется на практике и может показаться необычным для вашей аудитории, даже если ваша аудитория состоит из статистиков.
В следующем параграфе я объясняю, почему «консервативный» и «либеральный» не всегда являются точной разницей в политике. Поэтому я не рекомендую использовать либеральную как противоположность консервативной в статистике. Не стесняйтесь игнорировать эту часть, если она не поможет вам
Обратите внимание, что и в политологии либерал не обязательно является противоположностью консервативности. В США левых политиков, таких как Берни Сандерс, называют либералами, но во многих частях Европы, например, в Германии, Нидерландах и Дании, все по-другому. В немецкой политике либерализм в основном понимают как максимум политической свободы, особенно в экономике. Либеральная партия Германии (СвДП) во многих вопросах скорее правая, чем социалистическая, хотя они поддерживают такие вопросы, как права ЛГБТ и легализация каннабиса. Некоторые немцы могут подумать о том, что в США называют либертарианцами, когда вы упоминаете «либеральную политику». В Дании и Нидерландах это еще сложнее. У вас есть две большие партии, которые считают себя либеральными: в Нидерландах «ВВД» и «Д66»; В Дании "Вестре" и "Радикале Вестре". В то время как «ВВД» и «Вестре» - скорее «правые», «Д66» и «Радикале Вестре» - скорее левые.
По этой причине вам не следует использовать терминологию: «консервативный статистический тест» и «либеральный статистический тест» при общении с глобальной международной аудиторией.
PS: Я надеюсь, что я не затронул эту политическую позицию и объяснил это нейтрально.
Вопрос гласит: «когда метод обычно выдает высокие значения p, его называют консервативным». Как указывает @Acccumulation в комментариях, p-значение имеет точное определение. У одного нет более или менее консервативных p-значений. На практике иногда приходится оценивать значение p (например, с помощью начальной загрузки), и я полагаю, что можно было бы описать такую оценку как «консервативную». Но я не видел этого на практике, и я не думаю, что это вопрос.
Хотя у меня нет удобной ссылки, вполне естественно, что один тест гипотезы считается более консервативным, чем другой, если он имеет меньшую ошибку типа 1. Использование либерального в противоположном смысле кажется возможным, хотя я не могу вспомнить, чтобы увидеть это где-либо.
Термин «консервативный» часто используется для доверительных интервалов. Процедура с доверительным интервалом 95% будет иметь разные вероятности покрытия в зависимости от того, каково истинное значение параметра. Например, в оценке интервала Брауна и др. Для биномиальной пропорции , говоря о двух разных доверительных интервалах для вероятности Бернулли p, они говорят, что «вероятность покрытия интервала [Агрести-Кулла] довольно консервативна для p очень близкого до 0 или 1. По сравнению с интервалом Уилсона он более консервативный, особенно для малых n. " Сказать, что это консервативно для p, очень близкого к 0 или 1, означает, что для p, близкого к 0 или 1, вероятность интервала, содержащего истинное значение p, будет очень высокой - выше, чем номинальное покрытие интервала (скажем, 95% ).