統計学的検定に対するある拒絶反応

「この最後の信頼区間の使い方違和感ありません？」と言われて、「仮説検定はいらない（Request for Comments｜ご意見求む）」と言うブログのエントリーを見てみたら、色々と統計学への誤解が積み重なっており、さらにデータが仮説を裏付けないと言う事実に拒絶反応を示していた。色々と問題があるのだが、気付いたところを幾つか列挙してみたい。 1. 仮説検定は基本的に行うべき 問題エントリーで『「施策の効果をテストしたいな」「はい。仮説検定」って、それってのび太くんにとって有益なの？』と言っているが、仮説検定をしないのはむしろ有害に思える。やっても毒にも薬にもならない事もあるわけで、そういう状況を示せ無いようなデータ分析にどれほどの意味があると言えるのであろうか。創意工夫した施策の効果が有意性無し（＝施策の効果があるとは言えない）と言われたら面白くは無いであろうが、必ずしも都合の良い結果が出

[NOV1975]

多変量解析についてはどうせそういう結論を出す奴らは面倒臭がってやらないという前提で話しているようにも思えるな

[Overlap]

大規模データを扱っていると0.1%しか差がないのにp値がめちゃくちゃ小さくなることは良くあります。４に関して値の差と有意差を混同して使っている人は結構多いのが現状かと。

[houyhnhm]

いや、仮説検定と区間推定は異なるよ。検定は基本2つ以上の群との比較の結果。対象の変数が違うはず。／どんな仮定を立ててるか、の所がちゃんとしてれば何使おうが大差ないんだけど。

[ublftbo]

「H0=0」　なんでH0と0が等号で結ばれてるんでしょうね。

[counterfactual]

"仮説検定と区間推定は本質的に違いは無い"　「本質」の定義から始めよ

[daybeforeyesterday]

うーむ

[quassia88]

「この最後の信頼区間の使い方違和感ありません？」と言われて、「仮説検定はいらない（Request for Comments｜ご意見求む）」と言うブログのエントリーを見てみたら、色々と統計学への誤解が積み重なっており、さらにデー

[sucrose]

“仮説検定と区間推定は本質的に違いは無い”とあるが、検定ではp値しかわからないけど区間推定なら値の違いがわかるような……？あと“有意になるまで待つと何が起きるか？”の節の批判がよくわからない

[yasudayasu]

統計的検定でβ≠0が示されても、βの値がなんでもいいと言うことにはならない。βがゼロを棄却できなければxとyの関係は統計的には何も言えないし、ゼロを棄却できてもごくごく僅かなβでは現実的な意味は無くなる。