Geniş (uygunluk testi iyiliği, ancak birçok diğer durumlarda sadece) konuşan, sadece can not herhangi bir örneklem büyüklüğü de boş gelen etkin bir ayırt edilemeyen alternatifler vardır çünkü boş, gerçek olduğu sonucuna varıldı.
İşte iki dağıtım, standart bir normal (yeşil düz çizgi) ve benzer görünümlü bir (% 90 standart normal ve% 10 standart beta (2,2), kırmızı kesikli çizgi ile işaretlenmiştir):
Kırmızı olan normal değil. Söz hakkından At yerine kırmızı bir gibi olmayan bir normal dağılımdan olsaydın - biz bu verileri assert normal dağılımdan çizilir edemez böylece biz fark lekelenme şansı var?n = 100
Standart fakat betarın daha küçük, eşit fakat daha büyük parametrelere sahip fraksiyonlarının normalden farklı görünmesi daha zor olacaktır.
Ancak, gerçek verilerin neredeyse hiçbir zaman basit bir dağıtımdan kaynaklanmadığı göz önüne alındığında , eğer mükemmel bir kâhin (veya etkili bir şekilde sonsuz örneklem büyüklüğü) olsaydı , verinin temelde her zaman verilerin basit bir dağıtım biçiminden geldiği hipotezini reddederdik.
As George Kutusu ünlü koydu , " Tüm modeller yanlış, ancak bazıları yararlıdır. "
Örneğin, test normalliğini düşünün. Veriler aslında normale yakın bir şeyden gelebilir, ancak bunlar tamamen normal olacak mı? Muhtemelen asla değildirler.
Bunun yerine, bu sınama biçimi için ümit edebileceğiniz en iyi şey, tanımladığınız durumdur. (Örneğin, Normallik testi esasen işe yaramaz mı? Mesajına bakın, ancak burada ilgili noktaları işaret eden başka yayınlar var.)
F
Yukarıdaki görüntüyü tekrar düşünün. Kırmızı dağılım normal değildir ve gerçekten büyük bir numuneyle, ondan bir numuneye dayanan bir normallik testini reddedebiliriz ... ama çok daha küçük bir örneklem boyutunda, regresyonlar ve iki örnek t testi (ve diğer birçok test) Ayrıca) bu normal olmayan şey hakkında biraz endişelenmeyi bile anlamsız kılacak kadar güzel davranacaklar.
μ = μ0
Bazı belirli sapma biçimlerini belirtebilir ve denklik testi gibi bir şeye bakabilirsiniz, ancak bir uyum için iyiliği zordur, çünkü bir dağılımın hipotezli bir şeye yakın ama farklı olmaktan çok farklı yolları vardır. farklılık biçimlerinin analiz üzerinde farklı etkileri olabilir. Alternatif, boşluğu özel bir durum olarak içeren daha geniş bir aile ise, denklik testi daha anlamlı hale gelir (örneğin, gamaya karşı yapılan test) - ve aslında, "iki tek taraflı test" yaklaşımı, "yeterince yakın" bir biçim oluşturmak için bir yol olmalı (ya da gama modelinin doğru olsaydı olurdu, ama aslında sıradan bir uyum testi iyiliği tarafından reddedilmesi neredeyse kesin olurdu,
Uyum testinin iyi olması (ve genellikle daha geniş bir şekilde hipotez testi) gerçekten sadece oldukça sınırlı bir durum için uygundur. İnsanların genellikle cevaplamak istedikleri soru o kadar kesin değildir, ancak biraz daha belirsiz ve cevaplaması daha zordur - ama John Tukey’in dediği gibi, “ Doğru soruya verilen yaklaşık cevabı, çoğu zaman belirsiz olan bir cevaptan çok daha iyi. Her zaman kesin olarak yapılabilecek yanlış bir soru. "
Daha belirsiz bir soruyu cevaplamak için makul yaklaşımlar, mevcut verilerle makul olarak tutarlı olan diğer durumlara kıyasla, istenen analizin düşündüğünüz varsayıma duyarlılığını değerlendirmek için simülasyon ve yeniden örnekleme araştırmalarını içerebilir.
ε