Jaka jest „dotkliwość” Deborah Mayo?

14

Czy ktoś może podać szczegółowe (i jasne) wyjaśnienie, co oznacza jej „dotkliwość” (czy nie jest to tylko funkcja mocy oceniana przy różnych rozbieżnościach traktowanych jako hipoteza zerowa?) I jak ogólnie pasuje do literatury z zakresu badań statystycznych?

statslearner2
źródło
1
Myślę, że nawet ja mogę sam odpowiedzieć na pytanie, kiedy skończę czytać jej artykuły (wciąż czytam). Nie rozumiem, jak to może być zbyt szerokie.
statslearner2
2
Dzięki za edycję; Myślę, że to poprawia pytanie. Pytanie to może być nieco bardziej precyzyjne / skoncentrowane w zakresie, ale nie sądzę też, aby było teraz zbyt szerokie. Otworzę ponownie, ale zachęcam do dalszego zaostrzenia pytania, jeśli możesz.
Glen_b
Mamy odpowiedź od pomysłodawcy samej koncepcji, co jest wspaniałe. Zachęcam także innych do odpowiedzi. Chociaż podstawowa idea dotkliwości nie jest trudna, można ją opisać na różne sposoby. Mayo i jej współautorzy byli głównymi prezentatorami tego pomysłu. Inne osoby prezentowałyby je w inny sposób - podobnie jak różne podręczniki na ten sam temat mogą być cenne dla różnych czytelników. (Mayo napisała wiele artykułów i dwie książki na temat dotkliwości i jej implikacji, a jej prezentacja nie zawsze jest taka sama, ale nadal ceniłbym podejścia innych.)
Mars,

Odpowiedzi:

5

Tak, ważność twierdzenia statystycznego C jest zawsze związana z testem i wynikiem. Jest to miara tego, jak dobrze wady roszczenia są testowane i uznane za nieobecne. Hipoteza C poważnie przechodzi test z wynikiem x do tego stopnia, że ​​wynik, który jest bardziej niezgodny z C niż x, prawdopodobnie wystąpiłoby, gdyby C był fałszywy. Powiedz, że hipoteza zerowa jest odrzucana w jednostronnym teście normalnym średniej z wynikiem, który osiąga poziom istotności 0,025. Znaczący wynik wskazuje na pewną rozbieżność od zera, ale istnieje obawa, że ​​ktoś zrobi góry z kretowiska. Wystrzeliwana moc przeciwko alternatywnemu mu 'jest wysoka. Zatem istotność wnioskowania mu> mu 'jest NISKA. Jest tak, ponieważ prawdopodobieństwo zaobserwowania większej różnicy niż zaobserwowane jest prawdopodobne, zakładając, że mu jest prawdziwe.

Deborah Mayo
źródło
1
p=Pr0{t(X)>t(x)}ts=