部外者として、統計的推論を実行する方法については2つの競合する見解があるようです。
2つの異なる方法は、両方とも統計学者によって有効と見なされていますか?
哲学的な質問と考えられているものを選択していますか?または、現在の状況は問題があると考えられており、さまざまなアプローチを何らかの形で統一する試みがなされていますか?
部外者として、統計的推論を実行する方法については2つの競合する見解があるようです。
2つの異なる方法は、両方とも統計学者によって有効と見なされていますか?
哲学的な質問と考えられているものを選択していますか?または、現在の状況は問題があると考えられており、さまざまなアプローチを何らかの形で統一する試みがなされていますか?
回答:
結果の解釈が分析と同じフレームワーク内で実行される限り、それはそれほど重要ではないと思います。頻出統計の主な問題は、帰無仮説が真であるベイズの事後確率であるかのように頻出有意性検定のp値を処理する自然な傾向があることです(したがって、1-pは対立仮説は真です)、または頻繁な信頼区間をベイジアンの信頼できる区間として扱います(したがって、特定のデータサンプルの真の値が95%の信頼区間内にあるという95%の確率があると仮定します)。これらの種類の解釈は、私たちが自然に求めたい質問に対する直接的な答えになるため、当然です。
答えの形式が受け入れ可能であり、行われた仮定に同意できる限り、一方を他方よりも優先する理由はありません。それはコースの馬の問題です。
私はまだベイジアンです; o)
シェーンが言ったことに加えて、私は連続体が以下を含むと思う:
そして、はい、私はこれらすべての点で統計学者とアナリストを知っています。ほとんどの場合、私は3番で生活し、2番でより多くの時間を過ごすよう努めています。
ベイジアン統計は、2つの異なるコンテキストで機能すると思います。
一方で、一部の研究者/統計学者は「ベイジアンの精神」を確実に確信しており、古典的な頻度主義の仮説の枠組みの限界を認めて、ベイジアンの思考に集中することを決めました。小さい効果サイズまたは境界線の統計的有意性を強調する実験心理学の研究は現在、ベイジアンの枠組みにますます依存しています。この点で、基準リスクとベイジアン(M)ANOVAの使用の開発に貢献したBruno Lecoutre(1-4)の広範な作業の一部を引用したいと思います。関心のあるパラメーターに適用される確率の観点から信頼区間を容易に解釈できる(つまり、事前分布に依存する)ことは、統計的思考の根本的な転換だと思います。ベイジアンモデルを使用する国際ベイジアン分析学会。フランクハレルはまた、RCTに適用されるように、臨床医向けのベイジアン法の興味深い概要を提供します。
一方、ベイジアンのアプローチは診断医学で成功していることが証明されており(5)、従来の統計がまったく適用できない場合に失敗する究極の代替手段としてしばしば使用されます。著者は、非常に限られたデータセット(12人の医師x 15人のレントゲン写真)からの股関節骨折の重症度に関する放射線科医間の合意の評価に興味があり、ポリトーマスアイテムのアイテム応答モデルを使用する心理測定論文(6)を考えています。
最後に、Statistics in Medicineに掲載された最近の45ページの論文は、生物統計学におけるベイジアンモデリングの「浸透度」の興味深い概要を提供しています。
アシュビー、D(2006)。医学におけるベイジアン統計:25年のレビュー。 Statistics in Medicine、25(21)、3589-631。
参照資料
応用分野では、研究者/実務家は応用研究において実用的である傾向があるため、その分断はそれほど注目されていないと思います。コンテキストに応じて機能するツールを選択します。
しかし、これらの2つのアプローチの根底にある哲学的問題に関心を持つ人々の間では、議論が活発に行われています。たとえば、Andrew Gelmanの次のブログ投稿を参照してください。
これは主観的ですが、私は言うでしょう:
それは、理由のためにベイジアン/フリークエントの「討論」と呼ばれます。2つのアプローチには明確な哲学的な違いがあります。
しかし、ほとんどのものと同様に、それはスペクトルです。一部の人々は、あるキャンプまたは他のキャンプに非常に多く、代替案を完全に拒否します。ほとんどの人はおそらく中間のどこかに落ちます。私自身は、状況に応じていずれかの方法を使用します。