কেন পর্যাপ্ত বড় নমুনাগুলি দ্বারা নাল অনুমানকে প্রত্যাখ্যান করার জন্য ঘনতান্ত্রিক হাইপোথিসিস টেস্টিং পক্ষপাতদুষ্ট হয়ে যায়?


46

আমি এই নিবন্ধটি যখন হোঁচট খেয়েছি তখন সম্পূর্ণ সম্পর্কহীন সমস্যার জন্য আমি কেবল বেইস ফ্যাক্টরের উপর এই নিবন্ধটি পড়ছিলাম

বেইস ফ্যাক্টরগুলির সাথে হাইপোথিসিস টেস্টিং ঘনত্ববাদী হাইপোথিসিস টেস্টিংয়ের চেয়ে বেশি শক্তিশালী, যেহেতু বায়েশিয়ান ফর্ম মডেল নির্বাচন পক্ষপাতকে এড়িয়ে যায়, নাল হাইপোথিসিসের পক্ষে প্রমাণের মূল্যায়ন করে, মডেল অনিশ্চয়তা অন্তর্ভুক্ত করে, এবং অ-নেস্টেড মডেলদের তুলনা করার অনুমতি দেয় (অবশ্যই মডেলটি অবশ্যই আবশ্যক একই নির্ভরশীল পরিবর্তনশীল)) এছাড়াও, ঘনঘনবাদী তাত্পর্য পরীক্ষা পর্যাপ্ত পরিমাণে বড় নমুনা আকারের নাল অনুমানকে প্রত্যাখ্যান করার পক্ষে পক্ষপাতদুষ্ট হয়ে ওঠে। [সামনে জোর দাও]

আমি এই দাবিটি আগে কার্ল ফ্রিস্টনের নিউরো আইমেজে 2012 এর গবেষণাপত্রে দেখেছি , যেখানে তিনি এটিকে শাস্ত্রীয় অনুমানের মিথ্যা বলেছেন ।

কেন এটি সত্য হওয়া উচিত তার সত্যিকারের প্যাডোগোগিকাল অ্যাকাউন্ট খুঁজে পেতে আমার কিছুটা সমস্যা হয়েছিল। বিশেষত, আমি ভাবছি:

  1. কেন এটি ঘটে
  2. কিভাবে এটি থেকে রক্ষা করা
  3. ব্যর্থ যে, এটি সনাক্ত করতে কিভাবে

7
এটি কিছুটা বিতর্কযোগ্য কারণ কারণ নালটি আক্ষরিক, ঠিক সত্য হলেও এটি অসত্য ue তবে যেহেতু এটি খুব কমই ঘটে (উদ্দীপনা সম্পর্কিত সকল ধরণের জটিলতার কারণে) এটি সম্ভবত বেশিরভাগ ব্যবহারিক প্রয়োগগুলির ক্ষেত্রে সত্য। হাইপোথিটিক্যালি বলতে গেলে, নমুনাটি পর্যাপ্ত পরিমাণে ছিল যদি একই রকম সংখ্যক অনিয়ন্ত্রিত মডারেটর সত্ত্বেও দীর্ঘস্থায়ী মধ্যস্থতাকারীদের কয়েক শৃঙ্খলার কারণে স্নিগ্ধ সংযোগগুলির দুর্বলতম সনাক্ত করতে পারে (যেমন, r = .001)। তর্কযুক্তভাবে, সেই সম্পর্কটি যদিও বাস্তবে বিদ্যমান, তাই আসলেই "পক্ষপাত" কিছুটা বিতর্কযোগ্য আইএমও কিনা ...
নিক স্টাওনার

@ নিক স্টাটোনার, আহ যে আসলে অনেক অর্থবোধ করে! স্বজ্ঞাত ব্যাখ্যা করার জন্য ধন্যবাদ!
blz

3
: তাল Yarkoni Friston এর প্রবন্ধের একটি খুব জ্ঞানগর্ভ সমালোচনার লিখেছিলেন talyarkoni.org/blog/2012/04/25/...
Jona

@ জোনা, মনে হচ্ছে আমি এখানে পুরো কোগসি ভিড়ের মধ্যে দৌড়াচ্ছি =) রেফারেন্সের জন্য ধন্যবাদ, এটি সত্যই ভাল পড়ার মত দেখাচ্ছে না!
blz

8
অনুমানগুলি ধরে রাখার পরে, উক্তিটি দাঁড়ানোর সাথে সাথে এটি কঠোরভাবে মিথ্যা বলে মনে হচ্ছে, তবে এটি আসল ইস্যুতে পৌঁছেছে (যথেষ্ট পরিমাণে নমুনা থাকলে, কোনও এনএইচএসটি মিথ্যা নালকে প্রত্যাখ্যান করার জন্য প্রায় নিশ্চিত হয়ে যাবে, যতই ক্ষুদ্র প্রভাব ফেলুক না কেন) । লোকেরা যখন কোনও সমস্যা খুঁজে পান, তখন এটি সাধারণত ইঙ্গিত দেয় যে অনুমানের পরীক্ষাটি তাদের যা প্রয়োজন তা নয়। একই বেসিক ইস্যুটি (যদিও হাইপোথিসিস পরীক্ষার চেয়ে সিআই-র ক্ষেত্রে ফ্রেমযুক্ত) এই উত্তরে
Glen_b

উত্তর:


44

প্রশ্নের 1 এর উত্তর: এটি ঘটায় কারণ মূল্যটি নির্বিচারে ছোট হয়ে যায় কারণ পার্থক্যের জন্য ঘনত্ববাদী পরীক্ষায় নমুনার আকার বৃদ্ধি পায় (অর্থাত্ কোনও পার্থক্যের নাল অনুমানের সাথে পরীক্ষা / সাম্যতার কোনও ফর্ম) যখন সত্য পার্থক্য শূন্যের ঠিক সমান হয় , যথেচ্ছ শূন্যের কাছাকাছি যাওয়ার বিপরীতে, বাস্তববাদী নয় (ওপিতে নিক স্টাওনারের মন্তব্য দেখুন)। পি কারণ frequentist পরীক্ষা পরিসংখ্যান ত্রুটির সাধারণত ফল যে সঙ্গে, নমুনা আকার সঙ্গে কমে যায় -value ইচ্ছামত ছোট হয়ে সমস্ত পার্থক্য একটি বৃহৎ যথেষ্ট নমুনা আকার সঙ্গে একটি অবাধ স্তর গুরুত্বপূর্ণকসমমা শালিজি এ সম্পর্কে কৃপণতার সাথে লিখেছেনpp

প্রশ্নের 2 এর উত্তর: একটি ঘন ঘন হাইপোথিসিস পরীক্ষার কাঠামোর মধ্যে, কেউ কেবলমাত্র পার্থক্য সনাক্তকরণ সম্পর্কে অনুমান না করেই এ থেকে রক্ষা করতে পারে । উদাহরণস্বরূপ, কেউ পার্থক্য এবং সমতুল্যতা সম্পর্কে সূত্রগুলি একত্রিত করতে পারে যাতে কোনও প্রভাবের প্রমাণের বিপরীতে প্রমাণের ভার ভারসাম্যের প্রমাণ বা ভারসাম্যকে সমর্থন করে না (বা বিবাদী হয় না) । কোনও প্রভাবের অভাবে প্রমাণ পাওয়া যায়, উদাহরণস্বরূপ:

  1. সমতা (TOST) এর জন্য দুটি একতরফা পরীক্ষা ,
  2. সমানতা জন্য অবিশেষে সবচেয়ে শক্তিশালী পরীক্ষা , এবং
  3. 12αα

এই সমস্ত অংশের কাছে কী পৌঁছেছে তা হ'ল একটি প্রাইমারি সিদ্ধান্ত যা প্রভাবের আকারটি একটি প্রাসঙ্গিক পার্থক্য গঠন করে এবং প্রাসঙ্গিক হিসাবে বিবেচিত হিসাবে কমপক্ষে বৃহত্তর পার্থক্যের ক্ষেত্রে একটি নাল হাইপোথিসিস গঠন করা হয় ।

0+0

পার্থক্যের জন্য সম্মিলিত পরীক্ষা এবং সমতার জন্য পরীক্ষা থেকে চারটি সম্ভাবনা

উপরের বাম চতুষ্কোণটি লক্ষ্য করুন: একটি অতিশক্তি পরীক্ষা এমন একটি যেখানে হ্যাঁ আপনি কোনও পার্থক্যের নাল অনুমানকে প্রত্যাখ্যান করেন, তবে আপনি প্রাসঙ্গিক পার্থক্যের নাল অনুমানকেও প্রত্যাখ্যান করেন, তাই হ্যাঁ পার্থক্য রয়েছে, তবে আপনার একটি অগ্রাধিকার আছে যা আপনি যত্ন নেবেন না এটি খুব ছোট কারণ এটি।

3 প্রশ্নের উত্তর: 2 এর উত্তর দেখুন।


2
এর মতো উত্তরগুলি কেন আমি এখানে আসছি। ধন্যবাদ!
blz

2
1αα2α

প্রশ্ন 1 এর উত্তরের পরিপূরক করতে,

2
আমি কিছুটা অবাক হয়েছি যে সবাই এই প্রশ্নটিকে এত সহায়ক বলে মনে করে যদিও "প্রশ্নের উত্তর 1" আসলে মাইকেল লিউ - অ্যালেক্সিসের দ্বারা অনেক বেশি যথাযথভাবে উত্তর দেওয়া হয়েছে, কারণ এটি প্রায় পরিষ্কার বলে মনে হচ্ছে যে এটি অবিরত থাকবে, সম্ভবত আপনি নিজের উত্তরটি সংশোধন করতে পারেন বলতে গেলে, গাণিতিকভাবে বলতে গেলে হাইপোথিসিস টেস্টগুলি বাস্তবে পক্ষপাতিত্বের সাধারণ সংজ্ঞা অনুযায়ী (বড় আকারের নমুনা আকারের দ্বারা ভিত্তি করে নেওয়া হয় না (আসলে অন্যদিকে ছোট ছোট নমুনার আকার সমস্যা হতে পারে))!
ফ্লোরিয়ান হারটিগ

3
আমি সমস্যাটি বুঝতে পারি, এবং আমি এই মূল্যায়নের সাথে একমত হই - এইচ 0 প্রথমে অসীম সম্ভাবনা রয়েছে, এবং আপনার কাছে 1 ক্ষমতা রয়েছে তবে এটি পরীক্ষাকে পক্ষপাতিত্ব করে না, আপনার পক্ষপাতদুষ্ট সংজ্ঞাটি যদি না হয় যে কোনও পদ্ধতির কোনও প্রশ্নের সঠিক ফলাফল দেয় যা আপনি মনে করেন যে জিজ্ঞাসা করা উচিত নয়।
ফ্লোরিয়ান হারটিগ

21

বড় নমুনাগুলির সাথে ঘন ঘন পরীক্ষাগুলি নাল অনুমানটি যদি সত্য হয় তবে নাল অনুমানকে প্রত্যাখ্যান করার দিকে পক্ষপাত প্রদর্শন করবেন না। যদি পরীক্ষার অনুমানগুলি বৈধ হয় এবং নাল অনুমানটি সত্য হয় তবে কোনও ছোট নমুনার চেয়ে নাল অনুমানটিকে প্রত্যাখ্যান করে এমন বড় নমুনার ঝুঁকি আর নেই। যদি নালটি সত্য না হয় তবে আমরা অবশ্যই এটি প্রত্যাখ্যান করতে পেরে খুশি হব, সুতরাং একটি বৃহত নমুনা একটি ছোট নমুনার চেয়ে একটি মিথ্যা নালকে প্রায়শই প্রত্যাখ্যান করবে এই বিষয়টি 'পক্ষপাত' ​​নয় বরং উপযুক্ত আচরণ।

'অতিশক্তিযুক্ত পরীক্ষাগুলি'র ভয় এই ধারণাটি অবলম্বন করে যে নাল অনুমানটি যখন প্রায় সত্য হয় তখন তা প্রত্যাখ্যান করা ভাল জিনিস নয়। তবে এটি যদি প্রায় সত্য হয় তবে এটি আসলে মিথ্যা! প্রত্যাখ্যান করুন, তবে প্রভাবের আকারটি লক্ষ্য করা (এবং স্পষ্টভাবে রিপোর্ট করা) লক্ষ্য করতে ব্যর্থ হন। এটি তুচ্ছভাবে ছোট হতে পারে এবং তাই গুরুত্ব সহকারে বিবেচনার যোগ্য নয়, তবে হাইপোথিসিস পরীক্ষার বাইরের তথ্য বিবেচনা করার পরে সেই বিষয়ে সিদ্ধান্ত নেওয়া উচিত।


2
00+ +সত্যিই খুব ছোট

6
@ অ্যালেক্সিস আবার দ্বিতীয় অনুচ্ছেদটি পড়ুন। আমি পুরোপুরি সম্মত হই যে সত্যই ফ্রিকিনের ক্ষুদ্র ক্ষুদ্র অংশটি গুরুত্বপূর্ণ নয়, তবে এটি যৌক্তিকভাবে শূন্যও নয়।
মাইকেল লু

6
জনগণের পক্ষে মূল্যহীন এমন মন্তব্যের জন্য দুঃখিত, তবে @ মিশেললিউ, আপনার উত্তরটি আমি সত্যিই পছন্দ করেছি। প্রথম বাক্যটি বেশ গুরুত্বপূর্ণ এবং আমার মনে হয় না এলেক্সিসের উত্তরে এটি দক্ষতার সাথে ব্যাখ্যা করা হয়েছিল (যা অবশ্যই খুব সুন্দর)।
রিচার্ড হার্ডি
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.