0.05 <p <0.95 ফলাফলকে মিথ্যা ধনাত্মক বলা হয় কেন?

Question

সম্পাদনা করুন: আমার প্রশ্নের ভিত্তি ত্রুটিযুক্ত এবং এটিকে বোঝার জন্য এমনকি তৈরি করা যেতে পারে কিনা তা জানতে আমার কিছুটা সময় ব্যয় করা দরকার।

সম্পাদনা 2: স্পষ্ট করে যে আমি স্বীকার করেছি যে একটি পি-মান কোনও নাল অনুমানের সম্ভাবনার সরাসরি পরিমাপ নয়, তবে আমি ধরে নিয়েছি যে পি-মানটি 1 এর কাছাকাছি, তত বেশি সম্ভাবনা থাকে যে অনুমান করা যায় পরীক্ষামূলক পরীক্ষার জন্য বাছাই করা হয়েছে যার সম্পর্কিত নাল হাইপোথিসিসটি সত্য, যখন একটি পি-মান 0 এর কাছাকাছি, তত বেশি সম্ভাবনা সম্ভবত পরীক্ষামূলক পরীক্ষার জন্য বেছে নেওয়া হয়েছে যার সাথে সম্পর্কিত নাল অনুমানটি মিথ্যা। আমি দেখতে পাচ্ছি না যে এটি সমস্ত মিথ্যা অনুমানের সেটগুলি (বা পরীক্ষার জন্য বাছাই করা সমস্ত অনুমানের) কোনওভাবেই প্যাথলজিকাল না হয়।

সম্পাদনা 3: আমি মনে করি আমি এখনও আমার প্রশ্ন জিজ্ঞাসা করার জন্য পরিষ্কার পরিভাষা ব্যবহার করছি না। যেমন লটারির সংখ্যাগুলি পড়ে আনা হয়, এবং আপনি সেগুলি টিকিটের সাথে এক এক করে মিলিয়ে যাচ্ছেন, কিছু পরিবর্তন হয়। আপনি জিতেছেন এমন সম্ভাবনা বদলে যায় না, তবে আপনি রেডিও বন্ধ করতে পারেন এমন সম্ভাবনাও তা করে। পরীক্ষা-নিরীক্ষা করার সময়ও একই রকম পরিবর্তন ঘটে থাকে তবে আমার অনুভূতি রয়েছে যে আমি যে পরিভাষাটি ব্যবহার করছি - "পি-মানগুলি একটি সত্য অনুমানটি বেছে নেওয়ার সম্ভাবনা পরিবর্তন করে" - সঠিক পরিভাষা নয়।

4 সম্পাদনা করুন: আমি দুটি আশ্চর্যজনক বিশদ এবং তথ্যমূলক উত্তর পেয়েছি যার মধ্যে আমার কাজ করার জন্য প্রচুর পরিমাণে তথ্য রয়েছে। আমি এখনই তাদের উভয়কেই ভোট দেব এবং তারপরে একটি গ্রহণ করতে ফিরে আসব যখন আমি উভয় উত্তর থেকে যথেষ্ট জানতে পেরেছি যে তারা আমার প্রশ্নের উত্তর দিয়েছে বা বাতিল করেছে। এই প্রশ্নটি আমি খাওয়ার প্রত্যাশা করছিলাম তার চেয়ে অনেক বড় কৃমির ক্যান খুলল।

আমি যেসব কাগজপত্র পড়েছি সেগুলিতে আমি "মিথ্যা ধনাত্মক" নামক বৈধতার পরে পি> 0.05 এর ফলাফল দেখেছি। যাইহোক, পরীক্ষামূলক তথ্যগুলিতে ap <0.50 থাকে যা কম তবে> 0.05 থাকে এবং মিথ্যা অনুমান এবং উভয়ই নকল অনুমান এবং না হলে আমি মিথ্যা সম্পর্কিত নাল হাইপোথিসিসের সাথে পরীক্ষা করার জন্য একটি হাইপোথিসিসটি বেছে নিয়েছি তার চেয়ে বেশি সম্ভাবনা এখনও নেই isn't গবেষণার অনুমানটি পরিসংখ্যানগতভাবে অনিশ্চিত / তুচ্ছ (প্রচলিত পরিসংখ্যানগত তাত্পর্যপূর্ণ কাট অফ দেওয়া ) 0.05 <পি < 0.95 এর মধ্যে কোথাও পি <0.05 এর বিপরীত যাই হোক না কেন, @ নিকস্টাওনার লিঙ্কে অসম্পূর্ণভাবে নির্দেশিত ?

আসুন এই নম্বরটি কল করুন, এবং এটি পি-মান হিসাবে সংজ্ঞায়িত করুন যা সম্ভবত আপনার অভিজ্ঞতা / বিশ্লেষণের জন্য একটি সত্য নাল অনুমানকে বেছে নিয়েছে যে সম্ভাবনা সম্পর্কে একই কথা বলেছে যে 0.05 এর একটি পি-মান সম্ভাবনা সম্পর্কে বলেছে ' আপনার পরীক্ষা / বিশ্লেষণের জন্য একটি সত্য অ-নাল অনুমান বাছাই করেছে। 0.05 <পি <একথা কেবল বলে না, "আপনার নমুনার আকার প্রশ্নের উত্তর দেওয়ার জন্য এতটা বড় ছিল না এবং আপনি যতক্ষণ না বড় নমুনা পান এবং আপনার পরিসংখ্যান না পাওয়া পর্যন্ত আপনি অ্যাপ্লিকেশন / বাস্তব-বিশ্বের তাত্পর্য বিচার করতে সক্ষম হবেন না তাত্পর্য বাছাই "?

অন্য কথায়, কোনও ফলাফল অবশ্যই স্পষ্টভাবে মিথ্যা বলা উচিত নয় (কেবলমাত্র অসমর্থিতের চেয়ে) যদি এবং কেবলমাত্র পি> এ?

এটি আমার কাছে সোজাসুজি মনে হলেও এ জাতীয় ব্যাপক ব্যবহার আমাকে বলে যে আমি ভুল হতে পারি। আমি কি:

ক) গণিতের ভুল ব্যাখ্যা,
খ) কোনও ক্ষতিহীন-যদি-না-ঠিক-সঠিক কনভেনশন সম্পর্কে অভিযোগ করা,
গ) সম্পূর্ণ সঠিক, বা
ঘ) অন্য?

আমি স্বীকার করেছি যে এটি মতামতের আহ্বানের মতো শোনাচ্ছে, তবে এটি একটি নির্দিষ্ট গাণিতিকভাবে সঠিক উত্তর (একবার কোনও তাত্পর্য কাট অফ হয়ে গেলে) বা আমি বা (প্রায়) প্রত্যেকেই ভুল হয়ে যাচ্ছি এমন প্রশ্নের মতো মনে হচ্ছে।

Comments

হাই ডেভিড. এই কাগজটি আমাকে এটি সম্পর্কে ভাবতে পেয়েছে: লিঙ্ক

— অ্যান্ড্রু ক্ল্যাসেন

আপনার প্রথম লাইনে আপনি লিখতে "এর পরিবর্তে মানে না ... ফলাফল মূলত সঙ্গে$p\lt 0.05$ তবে পরবর্তীকালে $p\ge 0.05$ বৈধতার পরে ... "? এর ফলাফল $p$ প্রান্তিকের চেয়ে বড় $\alpha$অন্যথায় একটি নেতিবাচক ফলাফল হিসাবে অভিহিত করা হয় । এমনকি আপনার সম্পাদনার পরেও আপনার ব্যাখ্যাটির বৈশিষ্ট্য$p$ভুল, তাই আমি আপনাকে পরামর্শ দিতে চাই যে পি-ভ্যালুগুলি ব্যাখ্যা করার জন্য আমাদের কিছু পোস্ট পর্যালোচনা করতে এবং আপনি যা চাইতে চান তা পুনর্বিবেচনা করতে আপনাকে কয়েক মুহূর্ত সময় দেওয়ার পরামর্শ দিতে চাই।

— whuber

আপনি যদি চান তবে আপনার প্রশ্নটি মুছতে পারেন, তবে যেমন আপনি দুটি উপগ্রহ পেয়েছেন (ওহ হেক, আসুন এটি 3 তৈরি করুন), এবং একটি উত্তর উত্সাহিত হতে চলেছেন, "আপনার সত্যিকারের" থেকে অন্য উত্তর পেতে চলেছে, আমি অনুরোধ করছি আপনি এটি ছেড়ে দিন আপনি যেমন উপযুক্ত দেখেন তেমন সক্রিয় এবং এটিতে কাজ করুন, যদিও আমি সম্মানজনকভাবে আপনার ইচ্ছামতো করার অধিকারকে পিছিয়ে দিই। চিয়ার্স!

— নিক স্টাউনার

আমি @ নিক, অ্যান্ড্রু এর সাথে একমত: আপনার এখানে একটি জটিল এবং উস্কানিমূলক প্রশ্ন রয়েছে যা কিছু চিন্তাভাবনা এবং মনোযোগ আকর্ষণ করেছে, তাই আপনি যদি এটি পোস্ট করে রাখেন তবে আমরা সবচেয়ে কৃতজ্ঞ হব এবং যদি আপনি পারেন তবে এটিকে ফোকাস করার জন্য কিছুটা পরিমার্জন করতে পারেন কীভাবে পি-মানগুলি ব্যাখ্যা করা হয় সে সম্পর্কিত কী ইস্যু। উপন্যাসের অংশটি, যা আমি বলতে পারি তা থেকে প্রত্যাখ্যানের মানদণ্ডটি একটি বড় পি-মানের উপর ভিত্তি করে হওয়া উচিত। আপনার মন্তব্যে পুনরায় মন্তব্য করুন: পরীক্ষাটি তাত্পর্যপূর্ণ হলে একটি মিথ্যা পজিটিভ হয় তবে এটি নাল অনুমানটি সত্য বলে জানা যায়।

— whuber

@ হুবার: আমার জন্য আরও জোরালো ব্যাকগ্রাউন্ড ফোকাস হ'ল ফলাফল কী হতে পারে যে বৃহত্তর নমুনা আকারের ফলো-আপ পরীক্ষা ফলপ্রসূ হতে পারে। এখনও অবধি প্রতিক্রিয়া দেওয়া, দেখে মনে হচ্ছে পি-মানগুলিও সেই প্রশ্নের সাথে সম্পর্কিত হতে পারে কিনা তা আমাকে জিজ্ঞাসা করা দরকার। মিথ্যা ধনাত্মকতার পরিমাপ হিসাবে নাল অনুমানটি সত্য তা জেনেও: কেউ যখন বলবে যে নাল অনুমানটি পরিস্থিতিটির বাইরে সত্য </ p> (1 - α)?

— অ্যান্ড্রু ক্ল্যাসেন

Answer 1

আপনার প্রশ্নটি একটি মিথ্যা ভিত্তিতে ভিত্তি করে:

p <0.50 হলে ভুল না হওয়ার চেয়ে নাল অনুমানটি এখনও বেশি সম্ভাবনা নয়

একটি পি-মান না একটি সম্ভাব্যতা যে নাল হাইপোথিসিস সত্য। উদাহরণস্বরূপ, আপনি যদি এমন হাজারটি কেস নেন যেখানে নাল অনুমানটি সত্য হয়, তবে তার অর্ধেকটি হবে p < .5। সেই অর্ধেক হবে সব নাল হও।

প্রকৃতপক্ষে, যে ধারণাটির p > .95অর্থ নাল অনুমান "সম্ভবত সত্য" এটি সমান বিভ্রান্তিকর। যদি নাল হাইপোথিসিস সত্য, সম্ভাব্যতা যে p > .95ঠিক সম্ভাব্যতা যে একই p < .05।

ইটিএ: আপনার সম্পাদনাটি সমস্যাটি কী তা স্পষ্ট করে তোলে: আপনার উপরে সমস্যাটি এখনও রয়েছে (আপনি যদি পি-ভ্যালুটিকে উত্তরোত্তর সম্ভাবনা হিসাবে দেখছেন না, তখন এটি হয় না)। এটা খেয়াল করা জরুরী যে এই হল গুরুত্বপূর্ণ না সূক্ষ্ম দার্শনিক পার্থক্য (যেমন আমি তোমাদের লটারি টিকেট আপনার আলোচনা সাথে এসেছেন ইঙ্গিত মনে): এটা P-মূল্যবোধের কোনো ব্যাখ্যার জন্য বিরাট ব্যবহারিক বিষয় রয়েছে।

তবে একটি রূপান্তর রয়েছে যা আপনি পি-মানগুলিতে সম্পাদন করতে পারেন যা আপনাকে যা খুঁজছে তা আপনাকে পেয়ে যাবে এবং এটিকে স্থানীয় মিথ্যা আবিষ্কারের হার বলে। (এই সুন্দর কাগজ দ্বারা বর্ণিত হিসাবে , এটি "উত্তরীয় ত্রুটির সম্ভাবনা" এর ঘনতুল্য সমতুল্য, সুতরাং আপনি যদি চান তবে এটি সেভাবে ভাবেন)।

আসুন একটি দৃ concrete় উদাহরণ নিয়ে কাজ করি। ধরা যাক আপনি 10 টি সংখ্যার (একটি সাধারণ বিতরণ থেকে) একটি নমুনার গড় 0 (একটি এক-নমুনা, দ্বি-পার্শ্বযুক্ত টি-পরীক্ষা) আছে কিনা তা নির্ধারণের জন্য আপনি একটি টি-পরীক্ষা করছেন। প্রথমত, দেখা যাক কি যখন গড় আসলে P-মান বন্টন সৌন্দর্য হয় শূন্য, একটি সংক্ষিপ্ত আর সিমুলেশন সাথে

null.pvals = replicate(10000, t.test(rnorm(10, mean=0, sd=1))$p.value)
hist(null.pvals)

আমরা দেখতে পাচ্ছি, নাল পি-মানগুলির একটি অভিন্ন বন্টন রয়েছে (0 থেকে 1 এর মধ্যে সমস্ত পয়েন্টে সমানভাবে সম্ভবত)। এটি পি-মানগুলির একটি প্রয়োজনীয় শর্ত: প্রকৃতপক্ষে, পি-ভ্যালু বলতে যা বোঝায় তা অবিকল! (নালটি দেওয়া সত্য, 5% সুযোগ রয়েছে এটি .05 এর চেয়ে কম, 10% সুযোগ এটি .1 এর চেয়ে কম ...)

এখন আসুন বিকল্প অনুমানের ক্ষেত্রে বিবেচনা করা যাক - নালগুলি মিথ্যা cases এখন, এটি আরও জটিল: যখন নালটি মিথ্যা হয়, "এটি কতটা মিথ্যা"? নমুনার গড় 0 নয়, তবে .5? 1? 10? এটি এলোমেলোভাবে কখনও কখনও ছোট এবং কখনও কখনও বড় হয়? সরলতার জন্য, বলি এটি সর্বদা .5 এর সমান (তবে সেই জটিলতাটি মনে রাখবেন, এটি পরে গুরুত্বপূর্ণ হবে):

alt.pvals = replicate(10000, t.test(rnorm(10, mean=.5, sd=1))$p.value)
hist(alt.pvals)

লক্ষ্য করুন যে বিতরণটি এখন অভিন্ন নয়: এটি 0 এর দিকে স্থানান্তরিত হয়েছে! আপনার মন্তব্যে আপনি এমন একটি "অসমত্ব" উল্লেখ করেছেন যা তথ্য দেয়: এটি হ'ল অসম্পূর্ণতা।

সুতরাং কল্পনা করুন যে আপনি এই বিতরণ দুটিই জানেন, তবে আপনি একটি নতুন পরীক্ষা নিয়ে কাজ করছেন, এবং আপনার পূর্বে এটিও আছে যে এটির 50% সুযোগ নাল এবং এটি বিকল্প যে 50%। আপনি .7 এর একটি পি-মান পাবেন। আপনি কীভাবে এটি থেকে পি সম্ভাব্যতা পেতে পারেন?

আপনার যা করা উচিত তা হল ঘনত্বের তুলনা :

lines(density(alt.pvals, bw=.02))
plot(density(null.pvals, bw=.02))

এবং আপনার পি মানটি দেখুন:

abline(v=.7, col="red", lty=2)

নাল ঘনত্ব এবং বিকল্প ঘনত্বের মধ্যে সেই অনুপাত স্থানীয় মিথ্যা আবিষ্কারের হার গণনা করতে ব্যবহার করা যেতে পারে : বিকল্পটির তুলনায় নাল যত বেশি হবে তত স্থানীয় এফডিআর তত বেশি। হাইপোথিসিসটি বাতিল হওয়ার সম্ভাবনাটিই (প্রযুক্তিগতভাবে এটির কঠোর ঘন ঘন ঘনবাদী ব্যাখ্যা রয়েছে, তবে আমরা এটি এখানে সহজ রাখব)। যদি সেই মানটি খুব বেশি হয়, তবে আপনি ব্যাখ্যাটি করতে পারেন "নাল অনুমানটি প্রায় অবশ্যই সত্য"। প্রকৃতপক্ষে, আপনি স্থানীয় এফডিআর এর একটি .05 এবং .95 থ্রেশহোল্ড করতে পারেন: এতে আপনি যে বৈশিষ্ট্যগুলি খুঁজছেন তা থাকবে। (এবং যেহেতু স্থানীয় এফডিআর পি-মান দিয়ে একঘেয়েভাবে বৃদ্ধি পায়, কমপক্ষে যদি আপনি এটি সঠিকভাবে করেন তবে এগুলি কয়েকটি এবং "এ" এবং বি তে অনুবাদ করবে যেখানে আপনি বলতে পারেন "

এখন, আমি ইতিমধ্যে আপনাকে জিজ্ঞাসা করতে শুনতে পেয়েছি "তবে আমরা পি-মানগুলির পরিবর্তে কেন এটি ব্যবহার করব না?" দুটি কারণ:

1. পরীক্ষাটি বাতিল যে পূর্বের সম্ভাবনার বিষয়ে আপনাকে সিদ্ধান্ত নিতে হবে
2. বিকল্পের অধীনে আপনার ঘনত্বটি জানতে হবে। এটি অনুমান করা খুব কঠিন, কারণ আপনার এফেক্টের আকার এবং প্রকারগুলি কত বড় হতে পারে এবং কতবার সেগুলি হয় তা আপনাকে নির্ধারণ করতে হবে!

পি-মান পরীক্ষার জন্য আপনার কোনওটির প্রয়োজন নেই এবং একটি পি-মান পরীক্ষা আপনাকে এখনও মিথ্যা ধনাত্মকতা এড়াতে দেয় (এটির প্রাথমিক উদ্দেশ্য)। এখন, একাধিক হাইপোথিসিস পরীক্ষায় সেই দুটি মানেরই অনুমান করা সম্ভব, যখন আপনার হাজার হাজার পি-ভ্যালু রয়েছে (যেমন হাজারের জিনের প্রতিটির জন্য একটি পরীক্ষা: উদাহরণস্বরূপ এই কাগজটি বা এই কাগজটি দেখুন ) তবে আপনি যখন করবেন না একটি একক পরীক্ষা করছি।

পরিশেষে, আপনি বলতে পারেন "কাগজটি কি এখনও এমন একটি প্রতিলিপি বলা ভুল নয় যা উপরে একটি পি-মান বাড়ে ?05 অগত্যা একটি মিথ্যা ইতিবাচক?" ঠিক আছে, যদিও এটি সত্য যে .04 এর একটি পি-মান এবং .06 এর আরেকটি পি-মান পাওয়ার অর্থ আসল ফলাফলটি ভুল ছিল না, বাস্তবে এটি বেছে নেওয়া যুক্তিসঙ্গত মেট্রিক। তবে যাই হোক না কেন, অন্যের সম্পর্কে তাদের সন্দেহ রয়েছে তা জানতে পেরে আপনি আনন্দিত হতে পারেন! আপনি যে কাগজটি উল্লেখ করেছেন তা পরিসংখ্যানগুলিতে কিছুটা বিতর্কিত: এই গবেষণাপত্রটি একটি পৃথক পদ্ধতি ব্যবহার করে এবং চিকিত্সা গবেষণা থেকে পি-মানগুলি সম্পর্কে একটি খুব আলাদা সিদ্ধান্তে আসে এবং তারপরে সেই গবেষণাকে কিছু বিশিষ্ট বায়েশিয়ানরা সমালোচনা করেছিলেন (এবং এটি গোল ও বৃত্তাকার যায়) ...)। সুতরাং আপনার প্রশ্নটি পি-মানগুলি সম্পর্কে কিছু ত্রুটিযুক্ত অনুমানের উপর ভিত্তি করে, আমি মনে করি এটি আপনি যে কাগজের উল্লেখ করেছেন তার অংশটির একটি আকর্ষণীয় অনুমান পরীক্ষা করে।

Comments

হাই ডেভিড. ন্যায্য বিন্দু. সেই অংশটি ভুল না হওয়ার জন্য আমি আমার প্রশ্নের পুনরায় বাক্য তৈরির কাজ করব এবং আমি এখনও কোনও সমস্যা দেখছি কিনা তা দেখুন।

— অ্যান্ড্রু ক্ল্যাসেন

@ ডেভিড_রোবিনসন: বেইসিয়ান নিয়মে পি-ভ্যালুটিকে ভুয়া-অ্যালার্মের হার হিসাবে ব্যবহার করা কি সঠিক হবে এবং সেখান থেকে গবেষণার সম্ভাবনা এবং / অথবা নাল হাইপোথিসেস সম্পর্কে সিদ্ধান্তে পৌঁছাতে সক্ষম হবেন কি? 50% এর পূর্বে সেট করুন এবং সেখান থেকে দ্রুত এবং আলগা খেলবেন? :-)

— অ্যান্ড্রু ক্ল্যাসেন

আয়ে, আকর্ষণীয়! আপনি কি আপনার উত্তরে এটি কাজ করতে পারেন? তবে পি কীভাবে নাল সত্যের বিপরীতে যখন আচরণ করে তার মধ্যে একটি অসঙ্গতি রয়েছে যেটি মিথ্যা যে ~ অবশ্যই data ডেটা থেকে প্রাপ্ত পি-ভ্যালুর উপর ভিত্তি করে নাল অনুমানটি সত্য হওয়ার সম্ভাবনা সম্পর্কে কিছু তথ্য দেয়। যদি সত্য নাল হাইপোথিসিস সমানভাবে বিতরণ করা পি-মানগুলি উত্পন্ন করে এবং একটি সত্য নন অনুমানটি পি-মানগুলিকে উত্পাদন করে যা 0-এর দিকে আঁকা থাকে, এপি = 0.01 মার্বেলটি বের করে ~ অবশ্যই ~ আপনাকে প্রস্তাব দেয় যে আপনি পছন্দ না করেছেন পরীক্ষা-নিরীক্ষার নাল জার, এমনকি যদি পরীক্ষা করেও সম্ভাবনা পরিবর্তন না হয়।

— অ্যান্ড্রু ক্ল্যাসেন

@ অ্যান্ড্রুক্লাসসেন: আপনি "স্থানীয় মিথ্যা আবিষ্কারের হার" ধারণাটিতে আগ্রহী হতে পারেন। এটি বেইসিয়ান উত্তরোত্তর সম্ভাবনার প্রায়শই সমান যে নাল সত্য। এর জন্য দুটি জিনিস প্রয়োজন: ক) পূর্বে সম্ভাবনা যে নালটি সত্য (কখনও কখনও পাই -0 বলা হয়), এবং খ) বিকল্প অনুমানের জন্য ঘনত্বের একটি অনুমান। একাধিক অনুমানের পরীক্ষায় (যদি আপনার কয়েক হাজার পি-মান থাকে) তবে ঘনত্ব দেখে এই দুটিই অনুমান করা সম্ভব। আমার আরও কিছুটা সময় থাকলে আমি আমার উত্তরের আরও গভীর ব্যাখ্যা তৈরি করতে পারি।

— ডেভিড রবিনসন

@ অ্যান্ড্রুক্লাসসেন: আমার সম্পাদনা দেখুন, যেখানে আমি স্থানীয় এফডিআরকে বিশদভাবে ব্যাখ্যা করি, কেন এটি আপনার মান "এ" গণনা করার উপায় (যদিও আপনি এটিকে গণনা করার সময় .05 পরিবর্তন করতে চাইতে পারেন), এবং কেন এটি খুব কম ব্যবহৃত হয় । যাইহোক, এমন একটি বিষয় পরিষ্কার করতে যা উত্তরে যথাযথভাবে খাপ খায় না: লটারির টিকিটের সাথে আপনার উদাহরণটি আমি এবং অন্যরা যে পয়েন্টটি তৈরি করেছিলাম তা ভুল বুঝে। আমরা "নতুন তথ্য দিয়ে সম্ভাবনাগুলি পরিবর্তন করি" ধারণাটি সম্পর্কে আপ্লুত হয়ে উঠছিলাম না (বায়েশিয়ান এবং ঘন ঘনবাদীরা উভয়ই এর ব্যাখ্যা করেছেন): মূল কথাটি হ'ল আপনি এগুলি সঠিক উপায়ে পরিবর্তন করেন নি!

— ডেভিড রবিনসন

Answer 2

^{আপনার মাউসকে যেকোনওর উপর দিয়ে রাখুন ট্যাগ ($\leftarrow$এটি একটি নকল ট্যাগ) এর উইকির একটি সংক্ষিপ্ত অংশ দেখতে নীচে উপস্থিত হচ্ছে। লাইনের ব্যবধানের ব্যত্যয়টি ক্ষমা করুন। আমি এটি সার্থক বলে মনে করি কারণ ট্যাগ অংশগুলি পড়ার সময় পাঠকদের জার্গন বোঝার জন্য পরীক্ষা করতে সহায়তা করতে পারে। এগুলির কয়েকটি অংশ সম্পাদনারও প্রাপ্য হতে পারে, সুতরাং এগুলি আইএমএইচওর একজন প্রচারবিদও প্রাপ্য।}

$p>.05$ সাধারণভাবে বোঝানো হয় যে কোনওটিকে প্রত্যাখ্যান করা উচিত নয় নাল-হাইপোথিসিস। বিপরীতভাবে,টাইপ-ই-ত্রুটিবা মিথ্যা ইতিবাচক ঘটনা ঘটে যখন কেউ কারণে নাল প্রত্যাখ্যান করে নাআদর্শ ত্রুটি বা অন্য কিছু অস্বাভাবিক ঘটনা যা উত্পাদন করে নমুনা যে অন্যথায় অসম্ভাব্য ছিল (সাধারণত সঙ্গে $p<.05$) এ থেকে এলোমেলোভাবে নমুনা করা হয়েছে জনসংখ্যানাল সত্য যা। সাথে একটি ফলাফল$p>.05$ একে মিথ্যা ধনাত্মক বলা হয় নাল অনুমানের একটি ভুল বোঝাবুঝিকে প্রতিফলিত করে তাত্পর্য পরীক্ষারing (NHST)। ভুল গবেষণাগুলি প্রকাশিত গবেষণা সাহিত্যে অস্বাভাবিক নয়, কারণ এনএইচএসটি কুখ্যাতভাবে পাল্টা স্বজ্ঞাত u এটি এর অন্যতম প্রচলিত চিৎকারbayesianআক্রমণ (যা আমি সমর্থন করি, তবে এখনও অনুসরণ করি না) আমি এগুলি হিসাবে নিজের মতো ভুল ইম্প্রেশন নিয়ে কাজ করেছি সম্প্রতি, তাই আমি সবচেয়ে আন্তরিকভাবে সহানুভূতি জানাই।

@ ডেভিডরবিনসন এটি পর্যবেক্ষণে সঠিক $p$ নালটি মিথ্যা হওয়ার সম্ভাবনা নয় frequentistNHST। এটি (কমপক্ষে) গুডম্যানের একটি ^{(২০০৮)} "ডার্টি ডোজেন" সম্পর্কে ভুল ধারণা$p$মানগুলি ^{( হুরলবার্ট এবং লম্বার্ডি, ২০০৯ দেখুন )} । এনএইচএসটিতে,$p$ হয় সম্ভাব্যতা যে কোনও একই ভবিষ্যতের যে কোনও র্যান্ডম নমুনা আঁকবে যা সম্পর্ক বা পার্থক্য (বা যাই হোক না কেন) প্রদর্শন করবে প্রভাব আকার নলের বিরুদ্ধে পরীক্ষা করা হচ্ছে, যদি বিভিন্ন আকারের আকারের আকার বিদ্যমান থাকে ...?) একই জনসংখ্যার (নমুনা) থেকে প্রাপ্ত নমুনা (গুলি) যে কোনও একটি প্রদত্ত পৌঁছানোর জন্য পরীক্ষা করেছে তার চেয়ে কমপক্ষে নাল অনুমানের থেকে আলাদা $p$মান, যদি নাল সত্য হয়। এটাই,$p$আপনার মতো নমুনা পাওয়ার সম্ভাবনা হ'ল নাল ; এটি শূন্যতার সম্ভাবনা প্রতিফলিত করে না - কমপক্ষে, সরাসরি নয়। বিপরীতে, বায়েসিয়ান পদ্ধতিগুলি তাদের পরিসংখ্যান বিশ্লেষণগুলি গঠনের জন্য গর্ব করে যে কোনওটির পক্ষে বা বিপক্ষে প্রমাণ প্রমাণ করার ক্ষেত্রেপূর্বেডেটা প্রদত্ত একটি প্রভাবের তত্ত্ব যা তারা যুক্তি দেয় যে আরও ^{সুবিধাজনকভাবে} আবেদনকারী পদ্ধতির ^{( ওয়াগেনমেকারস, 2007 )} অন্যান্য সুবিধার মধ্যে রয়েছে এবং বিতর্কিত অসুবিধাগুলি সরিয়ে রেখেছেন। (সত্যি কথা বলতে, " ^{বয়েসিয়ান বিশ্লেষণের ধারণাটি} কী কী? " আপনি এখানে নিবন্ধগুলি উদ্ধৃত করার জন্য ^{মন্তব্যও করেছেন যা} এখানে কিছু সুন্দর উত্তর দিতে পারে: ^{ময়ে, ২০০৮; হুরবার্ট এবং লম্বার্ডি, ২০০৯। )}

তাত্ক্ষণিকভাবে, আক্ষরিকভাবে বলা শূন্য অনুমানটি প্রায়শই ভুল না হওয়ার চেয়ে বেশি সম্ভাবনা থাকে কারণ নাল হাইপোথেসিসগুলি সাধারণত শূন্য প্রভাবের আক্ষরিক হাইপোথিসিস হয় । (কিছু সহজ পাল্টা উদাহরণের জন্য, উত্তরগুলি দেখুন: " বৃহত্তর ডেটা অনুমানের পরীক্ষার জন্য অনুপযুক্ত সেট? ") তিতলি প্রভাব যেমন দার্শনিক বিষয়গুলি আক্ষরিক হুমকী দেয়বৈধতাযেমন কোন অনুমানের; অতএব কিছু ননজারো প্রভাবের বিকল্প অনুমানের তুলনার ভিত্তি হিসাবে নালটি বেশিরভাগ ক্ষেত্রে কার্যকর। এই জাতীয় বিকল্প অনুমানের তথ্য সংগ্রহের পরে শূন্যের চেয়ে আরও প্রশংসনীয় থাকতে পারে যা নাল সত্য হলে অসম্ভব হত । সুতরাং গবেষকরা সাধারণত নাল বিরুদ্ধে প্রমাণ থেকে একটি বিকল্প অনুমানের জন্য সমর্থন অনুমান, কিন্তু যে নাP-মানসরাসরি পরিমাণ নির্ণয় ^{( Wagenmakers, 2007 )} ।

আপনি সন্দেহ হিসাবে, পরিসংখ্যানিক গুরুত্ব এর একটি ফাংশন সাধারন মাপপাশাপাশি প্রভাবের আকার এবং ধারাবাহিকতা। (দেখুন @ সাম্প্রতিক প্রশ্নের gung এর উত্তর, " কিভাবে একটি t-test এর পরিসংখ্যানগত ভাবে উল্লেখযোগ্য হতে পারে গড় পার্থক্য প্রায় 0? ") প্রশ্ন আমরা প্রায়ই আমাদের তথ্য কাছে মনস্থ হয় "এর প্রভাব কি xউপর y? " বিভিন্ন কারণে (আইএমও সহ, ভুল ধারণা এবং অন্যথায় স্বল্প পরিসংখ্যানগুলির ঘাটতি শিক্ষাগত প্রোগ্রামগুলি, বিশেষত অ-পরিসংখ্যানবিদদের দ্বারা শেখানো), আমরা প্রায়শই আক্ষরিকভাবে আলগাভাবে সম্পর্কিত প্রশ্ন জিজ্ঞাসা করার পরিবর্তে নিজেকে দেখতে পাই, "এলোমেলোভাবে খনি হিসাবে নমুনা দেওয়ার ডেটার সম্ভাবনা কী? এমন কোন জনগোষ্ঠীর মধ্যে যা xপ্রভাবিত করে না y? " যথাক্রমে এফেক্ট আকারের অনুমান এবং তাত্পর্য পরীক্ষার মধ্যে এটি প্রয়োজনীয় পার্থক্য। একজন$p$ মান কেবল পরের প্রশ্নের সরাসরি উত্তর দেয়, তবে বেশ কয়েকটি পেশাদার (@rpierce সম্ভবত আপনাকে আমার চেয়ে আরও ভাল একটি তালিকা দিতে পারে; আপনাকে এর মধ্যে টেনে আনার জন্য আমাকে ক্ষমা করুন!) যুক্তি দিয়েছেন যে গবেষকরা ভুল লেখেন $p$প্রভাবের আকারের পূর্ববর্তী প্রশ্নের উত্তর হিসাবে প্রায়শই; আমার ভয় হচ্ছে আমি অবশ্যই রাজি হই।

এর অর্থ সম্পর্কিত আরও সরাসরি প্রতিক্রিয়া জানানো $.05<p<.95$, এটি এমন যে জনসংখ্যার নাল সত্য, তার থেকে এলোমেলোভাবে ডেটা স্যাম্পলিংয়ের সম্ভাবনা, তবে এটি এমন একটি সম্পর্ক বা পার্থক্য প্রকাশ করে যা নালকে আক্ষরিক অর্থে বর্ণনা করে যা কমপক্ষে আপনার ডেটা যেমন প্রশস্ত এবং সামঞ্জস্যপূর্ণ একটি মার্জিন দ্বারা বর্ণিত হয়। .. <ইনহেল> ... 5-95% এর মধ্যে। কেউ অবশ্যই এটি তর্ক করতে পারে এটি নমুনা আকারের একটি পরিণতি, কারণ নমুনার আকার বাড়ানো কারও ক্ষুদ্র এবং অসামঞ্জস্যপূর্ণ প্রভাবের আকারগুলি সনাক্ত করতে এবং এটিকে একটি শূন্য থেকে পৃথক করতে বলে, বলুন, আত্মবিশ্বাসের সাথে 5% ছাড়িয়ে শূন্য প্রভাব রয়েছে। তবে, ছোট এবং বেমানান প্রভাবের মাপগুলি ব্যবহারিকভাবে উল্লেখযোগ্যভাবে বা নাও হতে পারে ($\ne$উল্লেখযোগ্য পরিসংখ্যানগতভাবে - গুডম্যানের আরেকটি (২০০ 2008) নোংরা ডজন); এটি তথ্যের অর্থের উপর আরও বেশি নির্ভর করে, যার সাথে পরিসংখ্যানগত তাত্পর্য কেবলমাত্র একটি সীমিত পরিমাণে উদ্বেগ প্রকাশ করে। উপরের আমার উত্তর দেখুন ।

... পি> ০.৯৯? যদি কোনও ফলাফলকে অবশ্যই স্পষ্টভাবে মিথ্যা বলা (কেবলমাত্র অসমর্থিতের চেয়ে) বলা ঠিক হবে না?

যেহেতু ডেটাতে সাধারণত অভিজ্ঞতাগতভাবে পর্যবেক্ষণের প্রতিনিধিত্ব করা উচিত , সেগুলি মিথ্যা হওয়া উচিত নয়; কেবলমাত্র তাদের সম্পর্কে আবিষ্কারগুলি আদর্শভাবে এই ঝুঁকির মুখোমুখি হওয়া উচিত। (পরিমাপের ত্রুটি অবশ্যই ঘটে থাকে, তবে এই সমস্যাটি এই উত্তরের ক্ষেত্রের বাইরে কিছুটা, সুতরাং এখানে এটি উল্লেখ না করেই আমি এটিকে একা রেখে দেব)) নালটি কম কার্যকর হওয়ার বিষয়ে একটি মিথ্যা ইতিবাচক ধারণা তৈরি করার কিছুটা ঝুঁকি সর্বদা উপস্থিত থাকে বিকল্প হাইপোথিসিসের চেয়ে কমপক্ষে যদি অনুমিতকারী না জানলে নালটি সত্য হয় is জ্ঞানের পরিবর্তে কঠোর ধারণা করার মতো পরিস্থিতিতে নালটি আক্ষরিক অর্থেই সত্য যে কোনও বিকল্প অনুমানের পক্ষে থাকা অনুমানটি অবশ্যই মিথ্যা হবে ... কমপক্ষে যতদূর আমি এই মুহূর্তে কল্পনা করতে পারি।

স্পষ্টতই, বিস্তৃত ব্যবহার বা সম্মেলন এপিস্টেমিক বা আনুষ্ঠানিক বৈধতার সেরা কর্তৃত্ব নয়। এমনকি প্রকাশিত সংস্থানগুলিও পতনীয়; পি-মান সংজ্ঞায় উদাহরণস্বরূপ মিথ্যাচার দেখুন । আপনার রেফারেন্স ^{( হার্লবার্ট এবং লম্বার্ডি, ২০০৯ ) এই নীতিটির} কিছু আকর্ষণীয় বিবরণও সরবরাহ করে ^{(পৃষ্ঠা 322):}

স্ট্যাটসফ্ট (2007) তাদের ওয়েবসাইটে গর্বিত করেছে যে তাদের অনলাইন ম্যানুয়ালটি "এনসাইক্লোপিডিয়া ব্রিটানিকা দ্বারা প্রস্তাবিত পরিসংখ্যানগুলির একমাত্র ইন্টারনেট সংস্থান"। বাম্পার স্টিকার যেমনটি বলেছে তেমন 'অবিশ্বাস কর্তৃপক্ষের' পক্ষে এতটা গুরুত্বপূর্ণ কখনও হয়নি। [হাস্যকরভাবে ভাঙা ইউআরএল হাইপার-লিঙ্কযুক্ত পাঠ্যে রূপান্তরিত]

অন্য একটি বিষয়: খুব সাম্প্রতিক প্রকৃতি নিউজ নিবন্ধের এই বাক্যাংশ ^{( নুজো, ২০১৪ )} : "পি মান, প্রমাণের শক্তির জন্য একটি সাধারণ সূচক ..." দেখুন ওয়াগনমেকারস ' ^{(2007, পৃষ্ঠা 787)} "সমস্যা 3:$p$মানগুলি পরিসংখ্যানগত প্রমাণকে মাপ দেয় না "... তবে, @ মিশেললিউ ^{( লেউ, 2013 )} এমন কোনও ক্ষেত্রে আপনার সাথে একমত নন যেভাবে আপনি দরকারী পেতে পারেন: তিনি ব্যবহার করেন$p$সূচক সম্ভাবনা ফাংশন মান। তবুও এই প্রকাশিত উত্স যতটা একে অপরের বিরোধিতা করে, কমপক্ষে একটি অবশ্যই ভুল হতে পারে! (কিছু স্তরে, আমি মনে করি ...) অবশ্যই এটি প্রতি প্রতি "অবিশ্বস্ত" এর মতো খারাপ নয়। _{আমি আশা করি যে আমি যেমন আছে তেমন ট্যাগ করে মাইকেলকে এখানে চিমিংয়ে আটকানোতে পারি (তবে আমি নিশ্চিত নই যে ব্যবহারকারীর ট্যাগগুলি সম্পাদনা করার সময় বিজ্ঞপ্তি প্রেরণ করে - আমি মনে করি না যে ওপিতে আপনার কাজটি করেছে)) তিনিই কেবল নুজো - এমনকি প্রকৃতি নিজেই বাঁচাতে পারবেন ! আমাদের সাহায্য করুন ওবি-ওয়ান! (এবং যদি আমার উত্তর এখানে প্রমাণ করে যে আমি এখনও আপনার কাজের প্রভাবগুলি বোঝার জন্য ব্যর্থ হয়েছি, যা আমি নিশ্চিত যে আমার কোনও ক্ষেত্রেই আছে ...)} বিটিডাব্লু, নুজো কিছু উদ্বেগপূর্ণ আত্ম-প্রতিরক্ষা এবং প্রত্যাখ্যানেরও প্রস্তাব দেয় ওয়াগেনমেকার্সের "সমস্যা 3": নুজোর "সম্ভাব্য কারণ" দেখুন^{( গুডম্যান, 2001 , 1992; Gorroochurn, হজ, Heiman, Durner, & গ্রিনবার্গ, 2007 )} । এর মধ্যে কেবলমাত্র আপনি যে উত্তরটি খুঁজছেন তা কেবল এটির মধ্যে থাকতে পারে তবে আমি সন্দেহ করতে পারি যে আমি তা বলতে পারি।

উত্তর: আপনার একাধিক পছন্দ প্রশ্ন, আমি নির্বাচন d। আপনি এখানে কিছু ধারণার ভুল ব্যাখ্যা করতে পারেন, তবে আপনি অবশ্যই তা একা নন, এবং আমি আপনাকে রায়টি ছেড়ে দেব, কেবলমাত্র আপনি জানেন যা আপনি সত্যই বিশ্বাস করেন। অপব্যাখ্যায় কিছুটা নিশ্চিততা বোঝানো হয়, যেখানে কোনও প্রশ্ন জিজ্ঞাসা করা তার বিপরীত বোঝায় এবং যখন অনিশ্চয়তা বেশ প্রশংসনীয় এবং সর্বব্যাপী থেকে দূরে থাকে, তখন দুর্ভাগ্যক্রমে প্রশ্ন জিজ্ঞাসা করা প্রবণতা। মানব প্রকৃতির এই বিষয়টি আমাদের সম্মেলনের ভুলটিকে দুঃখজনকভাবে ক্ষতিকারকভাবে সংক্ষিপ্ত করে তোলে এবং এখানে উল্লেখ করা অভিযোগগুলির মতো অভিযোগের দাবিদার। (আপনাকে ধন্যবাদ অংশে!) তবে, আপনার প্রস্তাবটিও পুরোপুরি সঠিক নয়।

সম্পর্কিত সমস্যা সম্পর্কে কিছু আকর্ষণীয় আলোচনা $p$আমি যে মানগুলিতে অংশ নিয়েছি সেগুলি এই প্রশ্নের মধ্যে উপস্থিত হয়: পি-মানগুলির সংযোজনিত ভিউগুলি সমন্বিত করে । আমার উত্তরটি কয়েকটি রেফারেন্স তালিকাভুক্ত করে যা আপনি ব্যাখ্যামূলক সমস্যা এবং এর বিকল্পগুলির জন্য আরও পড়ার জন্য দরকারী বলে মনে করতে পারেন$p$মান। পূর্বসূরি হোন: আমি এখনও এই বিশেষ খরগোশের গর্তের নীচে নিজে আঘাত করতে পারি নি, তবে আমি কমপক্ষে আপনাকে বলতে পারি যে এটি খুব গভীর । আমি এখনও এটি সম্পর্কে নিজেই শিখছি (অন্যথায় আমি সন্দেহ করি যে আমি আরও বায়েশীয় দৃষ্টিকোণ থেকে লিখছি [সম্পাদনা]: বা এনএফএসএ দৃষ্টিভঙ্গি হতে পারে! ^{হুরলবার্ট এবং লম্বার্ডি, ২০০৯ )} , আমি ^{সর্বোপরি} একটি দুর্বল কর্তৃপক্ষ, এবং আমি স্বাগত জানাই অন্য যে কোনও সংশোধন বা বিশদ বিবরণ আমি এখানে যা বলেছি তা দিতে পারে। আমি উপসংহারে যে সমস্ত কথা বলতে পারি তা হ'ল সম্ভবত একটি গাণিতিকভাবে সঠিক উত্তর রয়েছে এবং এটি বেশিরভাগ লোকেরা এটির ভুল হতে পারে। নীচের উল্লেখগুলি যেমনটি দেখায় যে সঠিক উত্তরটি সহজেই সহজে আসে না ...

পিএস হিসাবে অনুরোধ করা হয়েছে (সাজানোর ... আমি স্বীকার করি যে আমি এটিতে কাজ করার পরিবর্তে সত্যই কেবল এটি ব্যবহার করছি), কখনও কখনও অভিন্ন বিতরণের জন্য এই প্রশ্নটি আরও ভাল রেফারেন্স$p$নাল দেওয়া হয়েছে: " পি-মানগুলি নাল অনুমানের অধীনে কেন সমানভাবে বিতরণ করা হয়? " বিশেষভাবে আগ্রহী হ'ল @ হোবারের মন্তব্য, যা এক শ্রেণির ব্যতিক্রম বাড়ে। সামগ্রিকভাবে আলোচনার সাথে যেমন কিছুটা সত্য, আমি 100% যুক্তিগুলি অনুসরণ করি না, তাদের প্রভাবগুলি ছেড়ে দেই, সুতরাং আমি নিশ্চিত না যে এই সমস্যাগুলির সাথে সমস্যাগুলি$p$বিতরণ অভিন্নতা আসলে ব্যতিক্রমী। গভীর-বসা পরিসংখ্যানগত বিভ্রান্তির আরও কারণ, আমি ভীত ...

তথ্যসূত্র

<sub>- গুডম্যান, এসএন (1992)। প্রতিরূপ একটি মন্তব্য, পি মূল্য এবং প্রমাণ। মেডিসিনে পরিসংখ্যান, 11 (7), 875-879।
- গুডম্যান, এসএন (2001) এর পি একটি বিনয়ী প্রস্তাব: -values এবং বায়েসের। এপিডেমিওলজি, 12 (3), 295–297। Http://swfsc.noaa.gov/uploadedFiles/Divisions/PRD/Program/ETP_Cetacean_Assessment/Of_P_Values_and_Bayes__A_Modest_Proposal.6.pdf থেকে প্রাপ্ত ।
- গুডম্যান, এস। (২০০৮) একটি নোংরা ডজন: দ্বাদশ পি- ভ্যালু ভুল ধারণা। হেমাটোলজিতে সেমিনারস, 45 (3), 135-140। Http://xa.yimg.com/kq/groups/18751725/636586767/name/twelve+P+value+misconferences.pdf থেকে প্রাপ্ত ।
- গোরোচুরন, পি। হজ, এসই, হিমান, জিএ, ডারনার, এম, এবং গ্রিনবার্গ, ডিএ (2007)। অ্যাসোসিয়েশন অধ্যয়নের অ-প্রতিলিপি: প্রতিলিপি করতে "ছদ্ম-ব্যর্থতা"? মেডিসিনে জেনেটিক্স, 9 (6), 325–331। Http://www.nature.com/gim/jorter/v9/n6/full/gim200755a.html থেকে প্রাপ্ত ।
- হুরলবার্ট, এসএইচ, এবং লম্বার্ডি, সিএম (২০০৯)। নেইম্যান – পিয়ারসনের চূড়ান্ত পতন তাত্ত্বিক কাঠামোর সিদ্ধান্ত এবং নব ফিশেরিয়ানের উত্থান। আনালেস জুলোগিসি ফেনিকি, 46 (5), 311–349। Http://xa.yimg.com/kq/groups/1542294/508917937/name/HurlbertLombardi2009AZF.pdf থেকে প্রাপ্ত ।
- লিউ, এমজে (2013) পি তে বা না পি: পি-মানগুলির স্পষ্ট প্রকৃতি এবং বৈজ্ঞানিক অনুষঙ্গগুলিতে তাদের স্থান সম্পর্কে। আরএক্সিভ: 1311.0081 [স্টেট.এমই]। থেকে উদ্ধারhttp://arxiv.org/abs/1311.0081 ।
- ময়ে, এলএ (২০০৮) ক্লিনিকাল ট্রায়ালে বেয়েশিয়ানরা: স্যুইচ এ ঘুমান। মেডিসিনে পরিসংখ্যান, 27 (4), 469–482।
- নুজো, আর। (2014, 12 ফেব্রুয়ারি) বৈজ্ঞানিক পদ্ধতি: পরিসংখ্যানগত ত্রুটি। প্রকৃতি সংবাদ, 506 (7487)। Http://www.nature.com / নিউজ / সায়েন্টিফিক-মেথড- স্ট্যাটিস্টিক্যাল- অরফিয়ার্স ১.১4747০০০০ থেকে প্রাপ্ত ।
- ওয়াগনমেকারস, ইজে (2007) পি মানগুলির বিস্তৃত সমস্যাগুলির একটি ব্যবহারিক সমাধান । সাইকোনমিক বুলেটিন অ্যান্ড রিভিউ, 14 (5), 779-804। Http://www.brainLive.org/reprint/2007/Wagenmakers_EJ071000.pdf থেকে প্রাপ্ত ।</sub>

Comments

আমি এখনও আপনার খুব সংক্ষিপ্ত উত্তরের মধ্য দিয়ে কাজ করছি (এর জন্য ধন্যবাদ) তবে আপনার "বয়েসিয়ান আক্রমণ" সম্পর্কে উল্লেখ আমাকে "ক্লিনিকাল ট্রায়ালসে বায়েশিয়ানরা: ঘুমে সুইচ" নিয়ে ভাবতে বাধ্য করেছিল, এখানে অধ্যায় 12 হিসাবে পুনরায় ছাপা হয়েছে , যা আমি ' আমিও আস্তে আস্তে আমার মাথা জড়িয়ে ধরছি।

— অ্যান্ড্রু ক্ল্যাসেন

"আপনি হয় এমন কোনও পৃষ্ঠায় পৌঁছে গেছেন যা দেখার জন্য অনুপলব্ধ বা এই বইটির জন্য আপনার দেখার সীমাতে পৌঁছেছে" ...?

— নিক স্টাওনার

এটা দুর্ভাগ্যজনক. আপনার যদি জার্নাল অ্যাক্সেস থাকে তবে আপনি এটি এখানেও খুঁজে পেতে পারেন । "বেইশিয়ানরা এখন ক্লিনিকাল ট্রায়ালগুলিতে traditionalতিহ্যবাহী বাধা ভেঙে দিচ্ছে" এই বাক্যাংশের সন্ধান আপনাকে সেখানে পেতে পারে।

— অ্যান্ড্রু ক্ল্যাসেন

নেইমন-পিয়ারসন সিদ্ধান্তের তাত্ত্বিক কাঠামোর চূড়ান্ত পতন এবং নিওফিশেরিয়ানের উত্থানের ক্ষেত্রেও পি-ভ্যালু এবং গবেষণায় বায়েসীয় বিশ্লেষণের ব্যবহারগুলিতে আক্রমণ করার একটি বিনোদনমূলক ইতিহাস রয়েছে। আমি এটির মূল্যায়ন করার জন্য এটি যথেষ্ট ভাল বুঝতে পারি না, তবে আমি অনুভব করি যে বর্তমান উত্সাহীদের সংশোধন সম্পর্কে সচেতন হওয়া ভাল।

— অ্যান্ড্রু ক্ল্যাসেন

@ নিক স্টাটোনার সবেমাত্র এই আলোচনাটি খুঁজে পেয়েছেন। অসম্মত অ্যাকাউন্টগুলির সেট থাকলে কমপক্ষে একটি অ্যাকাউন্টের ভুল হওয়া দরকার না। তারা বিভিন্ন মডেল উপর ভিত্তি করে হতে পারে। [আপনি যদি খেলা হয়ে থাকেন তবে আপনার বিল থম্পসনের বই 'দ্য নেচার অফ স্ট্যাটিস্টিকাল এভিডেন্স' (২০০)) পড়তে হবে]] নির্বিঘ্নে, আমার অ্যাকাউন্টটি অবশ্যই সঠিক ;-) (যদিও ঠিক এই সকালে আবার একটি জার্নাল প্রত্যাখ্যান করেছে)) আমি এতে নুজো কাগজটি পেয়েছি অসতর্ক এবং সম্ভাব্য বিভ্রান্তিকর হতে হবে।

— মাইকেল লিউ