Câu hỏi của tôi là khá ngữ nghĩa. Khi một phương thức thường xuyên tạo ra các giá trị p cao, nó được gọi là bảo thủ. Bạn có thể gọi ngược lại, tức là một phương thức có tỷ lệ lỗi loại II cao tự do không?
Câu hỏi của tôi là khá ngữ nghĩa. Khi một phương thức thường xuyên tạo ra các giá trị p cao, nó được gọi là bảo thủ. Bạn có thể gọi ngược lại, tức là một phương thức có tỷ lệ lỗi loại II cao tự do không?
Câu trả lời:
Theo trang chủ này, người ta thường sử dụng thuật ngữ này.
Bảo thủ trong thống kê có ý nghĩa chung giống như trong các lĩnh vực khác: tránh sự dư thừa bằng cách sai lầm ở phía thận trọng. Trong các số liệu thống kê, các nhóm bảo thủ của Hồi giáo đặc biệt đề cập đến việc thận trọng khi nói đến các bài kiểm tra giả thuyết, kết quả kiểm tra hoặc khoảng tin cậy. Báo cáo một cách bảo thủ có nghĩa là bạn ít có khả năng đưa ra thông tin sai.
có thể được chỉ định theo nghĩa sau:
Một bài kiểm tra bảo thủ luôn giữ xác suất bác bỏ giả thuyết khống dưới mức ý nghĩa. Giả sử bạn đang chạy thử nghiệm giả thuyết trong đó bạn đặt mức độ alpha ở mức 5%. Điều đó có nghĩa là bài kiểm tra sẽ (giả) cho bạn kết quả đáng kể 1 trên 20 lần. Đây được gọi là tỷ lệ lỗi Loại I. Một bài kiểm tra bảo thủ sẽ luôn kiểm soát tỷ lệ lỗi Loại I ở mức nhỏ hơn 5%, điều đó có nghĩa là khả năng bạn mắc sai sẽ ở mức dưới 5% (có thể là 2%). *
Tuy nhiên tôi khuyên bạn nên sử dụng các thuật ngữ khác, ví dụ định nghĩa về sức mạnh. Nếu một bài kiểm tra giả thuyết là "tự do" theo thuật ngữ của bạn thì nó có nhiều sức mạnh hơn. Nếu một bài kiểm tra giả thuyết là "bảo thủ" theo thuật ngữ của bạn thì nó có ít quyền lực hơn. Theo kinh nghiệm của tôi, thuật ngữ "một giả thuyết tự do" hầu như không được sử dụng trong thực tế và nghe có vẻ không phổ biến đối với khán giả của bạn ngay cả khi đối tượng của bạn bao gồm các nhà thống kê.
Trong đoạn sau tôi giải thích tại sao "bảo thủ" và "tự do" không phải lúc nào cũng là sự khác biệt chính xác trong chính trị. Do đó, tôi không khuyến khích sử dụng tự do như đối lập với bảo thủ trong thống kê. Hãy bỏ qua phần này nếu nó không giúp bạn
Lưu ý rằng cũng trong tự do khoa học chính trị không nhất thiết phải đối lập với bảo thủ. Ở Mỹ, các chính trị gia cánh tả như Bernie Sanders được gọi là những người tự do, nhưng ở nhiều vùng của châu Âu, ví dụ như Đức, Hà Lan và Đan Mạch thì khác. Trong chính trị Đức Chủ nghĩa tự do chủ yếu được hiểu là tối đa của tự do chính trị, đặc biệt là trong kinh tế. Đảng Tự do Đức (FDP) trong nhiều vấn đề khá cánh hữu hơn là xã hội chủ nghĩa mặc dù họ tán thành các vấn đề như Quyền LGBT và Hợp pháp hóa Cần sa. Một số người Đức có thể nghĩ về những gì được gọi là Libertarian ở Mỹ khi bạn đề cập đến "chính trị tự do". Ở Đan Mạch và Hà Lan, nó thậm chí còn phức tạp hơn. Bạn có hai đảng lớn coi họ là tự do- Ở Hà Lan "VVD" và "D66"; Ở Đan Mạch, "Vestre" và "Radicale Vestre". Trong khi "VVD" và "Vestre" khá "cánh phải" thì "D66" và "Radicale Vestre" lại khá là cánh trái.
Vì lý do này, bạn không nên sử dụng thuật ngữ: "kiểm tra thống kê bảo thủ" và "kiểm tra thống kê tự do" khi nói chuyện với khán giả toàn cầu, quốc tế.
Tái bút: Tôi hy vọng tôi giữ lập trường chính trị của mình khỏi chủ đề này và giải thích nó một cách trung lập.
Câu hỏi khẳng định "khi một phương thức thường xuyên tạo ra giá trị p cao thì nó được gọi là bảo thủ". Như được chỉ ra bởi @Acccumulation trong các bình luận, giá trị p có một định nghĩa chính xác. Một không có nhiều hoặc ít giá trị p bảo thủ. Trong thực tế, đôi khi người ta phải ước tính giá trị p (ví dụ: bằng cách sử dụng bootstrap) và tôi cho rằng người ta có thể mô tả một công cụ ước tính như vậy là "bảo thủ". Nhưng tôi chưa thấy điều này trong thực tế và tôi không nghĩ đó là câu hỏi gì.
Mặc dù tôi không có tài liệu tham khảo tiện dụng, nhưng chắc chắn có vẻ tự nhiên khi đề cập đến một thử nghiệm giả thuyết là bảo thủ hơn so với cái khác nếu nó có lỗi loại 1 nhỏ hơn. Sử dụng tự do theo nghĩa ngược lại dường như có thể, mặc dù tôi không thể nhớ rằng nhìn thấy bất cứ nơi nào.
Thuật ngữ "bảo thủ" thường được sử dụng cho các khoảng tin cậy. Một thủ tục khoảng tin cậy 95% sẽ có xác suất bảo hiểm khác nhau tùy thuộc vào giá trị thực của tham số là gì. Ví dụ, trong Ước tính khoảng thời gian cho tỷ lệ nhị phân của Brown và cộng sự , nói về hai khoảng tin cậy khác nhau cho xác suất Bernoulli p, họ nói "xác suất bảo hiểm của khoảng [Agresti mẹo Coull] khá bảo thủ cho p rất gần đến 0 hoặc 1. So với khoảng Wilson, nó bảo thủ hơn, đặc biệt là đối với n nhỏ. " Nói rằng nó bảo thủ cho p rất gần với 0 hoặc 1 có nghĩa là với p gần 0 hoặc 1, xác suất của khoảng chứa giá trị thực của p sẽ rất cao - cao hơn độ bao phủ danh nghĩa của khoảng (nói 95% ).