Kişi p-değerleri için güven aralıklarını hesaplayabildiğinden ve aralık kestiriminin tersine nokta tahmini olduğu için: p-değeri bir nokta tahmini midir?
Kişi p-değerleri için güven aralıklarını hesaplayabildiğinden ve aralık kestiriminin tersine nokta tahmini olduğu için: p-değeri bir nokta tahmini midir?
Yanıtlar:
Nokta tahminleri ve güven aralıkları, dağılımı tanımlayan parametreler içindir, örneğin ortalama veya standart sapma.
Ancak, örnek ortalama ve örnek standart sapma gibi diğer örnek istatistiklerden farklı olarak, p değeri ilginç bir dağıtım parametresinin faydalı bir tahmincisi değildir. Teknik ayrıntılar için @whuber tarafından verilen cevaba bakınız.
Bir test istatistiğinin p değeri, boş hipotezin doğru olduğu varsayımıyla hesaplanan, numunede gözlemlenen kadar büyük, test istatistiğinin beklenen değerinden bir sapma gözlemleme olasılığını verir. Dağılımın tamamına sahipseniz, boş hipotezi ile tutarlıdır veya değildir. Bu gösterge değişkeniyle tanımlanabilir (yine cevabı @whuber'a bakınız).
Fakat p-değeri gösterge değişkeninin faydalı bir tahmincisi olarak kullanılamaz çünkü boş hipotez doğruysa, örneklem büyüklüğü arttıkça p-değeri birleşmediğinden tutarlı değildir. Bu, istatistiksel bir testin boş değeri reddedebileceğini veya reddedebileceğini, ancak hiçbir zaman onaylamadığını bildirmenin oldukça karmaşık bir alternatif yoludur.
Evet, bir p değerinin bir nokta tahmini olduğu söylenebilir (ve iddia edilmiştir).
Bir dağılımın hangi özelliğini belirlemek için bir p değerinin tahmin edebileceğini belirlemek için, asimptotik olarak tarafsız olduğunu varsaymalıyız. Fakat asimptotik olarak, sıfır hipotezi için ortalama p değeri (ideal olarak; bazı testler için sıfırdan farklı bir sayı olabilir) ve diğer hipotezler için 0'dır . Dolayısıyla, p-değeri, sıfır hipotezi için gösterge fonksiyonunun yarısının bir tahmincisi olarak düşünülebilir.
Kuşkusuz, bu şekilde bir p değerini görüntülemek biraz yaratıcılık gerektirir. Söz konusu tahminciyi p-değeri ile verdiğimiz karar olarak görerek biraz daha iyi yapabiliriz: temel dağılım boş hipotezin veya alternatif hipotezin bir üyesi midir? Bu olası kararlar kümesini diyelim . Jack Kiefer yazıyor
İstatistiğin sonucunu gözlemleyebilecek bir deney olduğunu varsayalım. Bu sonuç, rastgele bir değişken veya rastgele bir ... vektörüyle açıklanmaktadır . X'in olasılık yasası istatistikçiler tarafından bilinmemektedir, ancak X'in dağılım fonksiyonunun F , belirtilen sınıflandırma fonksiyonları sınıfının bir üyesi olduğu bilinmektedir . ...
İstatistiksel sorun bir sorun olduğu söylenir nokta tahmini ise bazı gerçek veya vektör değerli özelliğinin olası değerleri toplamıdır F bağlıdır F oldukça pürüzsüz bir şekilde.
Bu durumda, ayrık olduğu için "oldukça düzgün" hiç bir kısıtlama değildir. Kiefer'in terminolojisi bunu “nokta tahminciler” yerine “testler” olarak ayrık karar alanlarına sahip istatistiksel prosedürlere atıfta bulunarak yansıtmaktadır.
Bu tanımların sınırlarını (ve sınırlamalarını) keşfetmek ilginç olsa da, bu soru bizi yapmaya davet ettiğinden, belki de bir p-değerinin bir nokta tahmincisi olduğu konusunda güçlü bir şekilde ısrar etmemeliyiz, çünkü tahmin ediciler ve testler arasındaki bu ayrım hem kullanışlı ve geleneksel.
Bu soruya yapılan bir yorumda Christian Robert, kendisi ve ortak yazarların bu bakış açısını tam olarak ele aldığı ve p değerinin gösterge işlevinin bir tahmincisi olarak kabul edilebilirliğini analiz ettiği bir 1992 makalesine dikkat çekti . Aşağıdaki referanslardaki bağlantıya bakınız. Kağıt başlıyor
Hipotez testine yönelik yaklaşımlar genellikle test sorununu tahmin etmekten çok karar vermeden biri olarak ele almıştır. Daha kesin olarak, resmi bir hipotez testi, bir hipotezin doğru olup olmadığına ve sonuçla ilişkilendirmek için bir kanıt ölçüsü sağlamayacağına dair bir sonuca yol açacaktır. Bu yazıda hipotez testini karar teorik çerçevesindeki bir tahmin problemi olarak görüyoruz ....
[Vurgu eklenmiştir.]
Jiunn Tzon Hwang, George Casella, Hristiyan Robert, Martin T. Wells ve Roger H. Farrell, Testlerde Doğruluk Tahmini . Ann. Devletçi. Cilt 20, Sayı 1 (1992), 490-509. Erişimi aç .
Jack Carl Kiefer, İstatistiksel Çıkarımlara Giriş . Springer-Verlag, 1987.