Morey ve arkadaşları (2015), güven aralıklarının yanıltıcı olduğunu ve bunların anlaşılmasıyla ilgili birçok önyargı bulunduğunu savunmaktadır. Diğerleri arasında, hassasiyet yanlışlıklarını aşağıdaki gibi tarif ederler:
Kesinlik yanlışlığı
Bir güven aralığı genişliğinin parametre hakkındaki bilgimizin kesinliğini gösterir. Dar güven aralıkları kesin bilgi gösterirken, geniş güven hataları kesin olmayan bilgileri gösterir.Bir tahminin kesinliği ile güvenirlik aralığının boyutu arasında gerekli bir bağlantı yoktur. Bunu görmenin bir yolu, iki araştırmacı - kıdemli bir araştırmacı ve doktora öğrencisi - bir denemede katılımcının verilerini analiz etmektir . Doktora öğrencisinin yararına bir tatbikat olarak, kıdemli araştırmacı katılımcıları rastgele bir şekilde gruba ayırmaya karar verir, böylece her biri veri setinin yarısını ayrı ayrı analiz edebilir. Bir sonraki toplantıda, biriyle iki pay başka onların Student ortalama için güven aralıkları. Doktora öğrencisinin CI ve kıdemli araştırmacı CI .t 95 % 52 ± 2 95 % 53 ± 4
Üst araştırmacı notları sonuçları büyük ölçüde uyumlu olduğu ve onların ilgili iki nokta tahminleri, eşit-ağırlıklı ortalama kullanabileceği gerçek ortalama genel bir tahmin olarak,.
Bununla birlikte, doktora öğrencisi, iki araçlarının eşit şekilde ağırlıklandırılmaması gerektiğini savunuyor: CI'sinin yarı yarıya geniş olduğunu ve tahmininin daha kesin olduğunu ve dolayısıyla daha ağır olması gerektiğini belirtti. Danışmanı bunun doğru olamayacağına dikkat çekiyor, çünkü iki aracı eşit olmayan bir şekilde ağırlıklandırmanın tahmini, olması gereken tüm veri setinin analiz edilmesinden farklı olacaktır . Doktora öğrencisinin hatası, CI'lerin doğrudan veri sonrası hassasiyeti gösterdiğini varsaymaktadır.
Yukarıdaki örnek yanıltıcı görünüyor. Bir örneği rastgele ikiye, iki örneğe bölersek, hem örnek yollarının hem de standart hataların yakın olmasını bekleriz. Bu durumda, ağırlıklı ortalama kullanımı (örneğin ters hatalarla ağırlıklı) ve basit aritmetik ortalama kullanımı arasında herhangi bir fark olmamalıdır. Bununla birlikte, tahminler farklılık gösterir ve örneklerden birindeki hatalar gözle görülür derecede daha büyükse, bu, bu tür örneklerle "sorun" önerebilir.
Açıkçası, yukarıdaki örnekte, numune boyutları aynıdır, bu nedenle ortalamaları alarak verileri "geri birleştirmek" tüm numunenin ortalaması almakla aynıdır. Buradaki problem, tüm örneğin, numunenin önce parçalara bölündüğü, daha sonra da son tahminde tekrar bir araya getirileceği yanlış tanımlanmış mantığı izlemesidir.
Örnek, tam tersi bir sonuca varabilmek için yeniden ifade edilebilir:
Araştırmacı ve öğrenci veri setini iki yarıya ayırmaya ve bağımsız olarak analiz etmeye karar verdi. Daha sonra, tahminlerini karşılaştırdılar ve örneklemin hesapladıkları anlamına geldiği çok farklı görünüyordu, ayrıca öğrencinin tahmininin standart hatası çok daha büyüktü. Öğrenci, tahmininin kesinliği ile ilgili sorunlar önerebileceğinden korkuyordu, ancak araştırmacı güven aralıkları ile kesinlik arasında bir bağlantı olmadığını ima ettiğinden, tahminlerin her ikisi de eşit derecede güvenilirdir ve rastgele seçilen her birini yayınlayabilir. nihai tahmini olarak.
Öğrencinin gibi, daha resmi "standart" güven aralıkları bunu belirten , hatalar dayanmaktadır
burada bir sabittir. Bu durumda, doğrudan hassasiyetle ilgilidir, öyle değil mi?
Öyleyse benim sorum şu:
Hassasiyet yanlışlığı gerçekten bir yanlışlık mı? Güven aralıkları hassasiyet hakkında ne söyler?
Morey, R., Hoekstra, R., Rouder, J., Lee, M., & Wagenmakers, E.-J. (2015). Güven aralıklarında güven verme yanlışlığı. Psychonomic Bülten ve İnceleme, 1–21. https://learnbayes.org/papers/confidenceIntervalsFallacy/