Geçtiğimiz birkaç yıl içinde, çeşitli araştırmacılar "araştırmacı serbestlik derecesi" olarak adlandırılan zararlı bir bilimsel hipotez testi problemi ortaya attılar; Bunlar belirsiz seçimler, örneğin, bu durumda boş sonuçlarını psikolojide bu tartışma yol açtı, vb (kağıt yayınlamak değil, bir şey gösterileri yukarı kadar sayısız model özelliklerine çalışan, sapan değer olarak kategorize edilir, bu durumda, dahil edilecek olan burada , popüler bir Slate makalesine bakın ve takip tartışmayı Andrew Gelman tarafından burada ve Time dergisi de bu konuyla ilgili dokunur burada .)
İlk olarak , bir açıklama sorusu:
Zaman dergisi, yazdığı
"0,8'lik bir güç, test edilen on gerçek hipotezin olduğu anlamına gelir, sadece ikisi dışarıda bırakılacaktır çünkü etkileri verilerde alınmaz;"
Bunun ders kitabında bulduğum güç fonksiyonunun tanımına nasıl uyduğundan emin değilim, bu da boş parametrenin parametresinin bir fonksiyonu olarak reddedilme olasılığıdır . Farklı ile farklı gücümüz var, bu yüzden yukarıdaki alıntıyı tam olarak anlamıyorum.
İkincisi , bazı araştırma sonuçları:
Siyaset bilimi / ekonomi alanında, araştırmacılar mevcut tüm ülke yılı verilerini kullanıyorlar. Dolayısıyla, burada örneklerle uğraşmakla ilgilenmemeliyiz?
Birden fazla test yapma sorunu, ancak sadece bir model bildirme sorunu, disiplindeki bir başkasının kağıdınızı tekrar test edeceği ve sağlam sonuçlar elde edemediğiniz için sizi hemen indireceği gerçeğiyle düzeltilebilir mi? Bunu öngördüğümde, alanımdaki bilginlerin
robustness check
, birden fazla model spesifikasyonunun sonucu değiştirmediğini gösterdikleri bir bölüm içermesi daha olasıdır . Bu yeterli mi?Andrew Gelman ve diğerleri, veriler ne olursa olsun, gerçekte orada olmayan bazı "kalıplar" bulmak ve yayınlamak her zaman mümkün olacaktır. Ancak, herhangi bir ampirik "modelin" bir teori tarafından desteklenmesi gerektiğinden ve bu bir disiplindeki rakip teorilerin hangi kampın daha fazla "desen" bulabileceğini bulmak için bir tartışma / yarışta yer alacağı göz önüne alındığında, bu bir endişe olmamalıdır. çeşitli yerlerde. Bir desen gerçekten sahte ise, diğer örneklerde / ortamlarda benzer bir desen olmadığında arkasındaki teori hızlı bir şekilde indirilecektir. Bilim böyle ilerlemez mi?
Null sonuç için dergilerin mevcut eğiliminin gerçekten gelişeceğini varsayarsak, tüm null ve pozitif sonuçları bir araya getirmenin ve hepsinin test etmeye çalıştıkları teorisine bir çıkarım yapmanın bir yolu var mı?