Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1私は、このしわがれの例に同意します-証拠の欠如の古典的な誤解は、欠如の証拠を意味しません。古典的ですが、それほど単純ではありません。「95％の信頼区間はxからyの範囲です。つまり、真の効果はxとyの間にあると95％確信しています。」「この方法で作成されたすべてのランダムサンプルの95％に真の効果が含まれる」という正しい記述を知っていても、それは問題ないと思います。もちろん、サンプルが真の母集団効果を含まない95％の1つであるか、5％の1つであるかはわかりません。また、含まれるか含まれないかのどちらかです。しかし、私たちが持っている1つのサンプルを考えると、技術的に正しくないにもかかわらず、私たちが言える最善のことは最初に引用されたステートメントだと思います。
他の人がこの例についてどう思うか聞きたいです。統計家は、信頼区間のこの誤った解釈がどのように一般的であるかを指摘するのが大好きですが、私はそれを完全に理解できます。そして、私は学生にそれを誤って解釈する自由を与えることを告白します（少なくとも私は正しい解釈が何であるかを指摘しますが）。正しい解釈の問題は、実際に持っているサンプルについて何も言えないことです。
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1私がプレイします...私のお気に入りは実際には非常に単純です...コンテキストなしでどこにでも適用される「統計的に有意」というフレーズを使用します。 誰かに、そのフレーズが何かを信じる可能性が高いかどうかを尋ねると、興味深いことです。統計学的に重要な行われている比較について何も知らなくても、彼らは「はい」と答えます。
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1おい@P_Bartell ！お久しぶり！
返信いただきありがとうございます！！これらのアイデアを私の（増え続ける）非常に価値のあるステートメントのリストに入れ、将来の投稿で取り上げます！
友よ、元気でいて！
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1ありがとう@statman ！将来の投稿のためのより良い飼料。
コメントをお待ちしております!!
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1+正常性のチェックについての言及はありません
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1議論を少し広げるために-私には、これは最初から気難しいようには聞こえません。 私の意見では、それはまだ有効な決定である可能性があります。 もちろん、他の人がすでに指摘しているように、その決定を信頼するための多くの追加情報が欠落している可能性があります。 だから私の目には、それは声明の文脈と誰がそれを置いたかに依存します。 ちなみに、同じ単語数の正しいステートメントは何でしょうか？
また、正しい言い回しについて話し合うことも好きですが、用語は重要ですが、統計に関する深い知識を持たない統計家とプロセスエンジニアの間に壁を築くのは好きではありません。 しかし、後者は彼らのデータとプロセスを知っています。 そして、私たちが想像できるように、数字の裸の表の下にはさらに重要なことがたくさんあります。 これは、データサンプリングの環境であると同時に、次のような決定の結果である可能性があります。 @P_Bartellすでに述べた。 決定は、機械ではなく、人間が行う必要があります。
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1私は本当に好きです@Georg上記の彼の返信の最後の文。 業界で20年以上、プロセス/製品の商品化または是正措置チームに取り組んでいる統計学者として、私はよく一緒に働いていたエンジニア、科学者、マネージャーに次のように話します。プロセスは、破滅への道が始まる日です。 あなたは私が知る以上にあなたのプロセス/製品についてもっと忘れてしまいました。」
または、ウォルター・シューハートが書いたように（私が言い換えると）、「統計の長期的な貢献は、統計に関心のあるエンジニア、科学者、生産担当者などのグループを作成する場合ほど、統計家の束を作成することに依存しません。」
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1以前の投稿で言及された他の問題に加えて、
1）平均の同等性をテストする場合、テストの側面を事前に指定する必要があります。 特に明記されていない限り、平均等価性の検定は通常、両側検定を意味します。この場合、5％のタイプIのエラー確率であるアルファは、ヌル分布の上下の裾の面積の合計です。 ほとんどすべての場合、この確率は均等に分割されるため、p値を比較する必要があるテール領域はalpha / 2である必要があります。これは、0.05ではなく0.025です。
**編集：JMPは、クリティカル統計を使用して検出したテールを2倍にすることでこれを処理しますが、これを「手動」で実行すると、0.025未満のシングルテール領域で拒否されることになります。
2）「結果の95％の信頼度」は、仮説検定の背後にある主要なアイデアを誤解しているため、非常に価値があります。 0.05の有意水準で仮説検定を実行する際に、特定の手順を採用したことを100％確信できます（正しく実行した場合）。 2つの分布の平均が実際に同じである場合、長期にわたって（そして、すべての仮定が成り立つと仮定して）、その手順の5％で検定統計量が生成され、サンプリングのばらつきにより、異なる平均の結論が得られます。
3）この性質の仮説検定には2つの可能な結論しかありません：1）「サンプルデータは帰無仮説が偽であるという（説得力のある）証拠を提供します」および2）「サンプルデータは帰無仮説が偽であるという説得力のある証拠を提供しません偽です」。 「サンプルデータに基づいて、帰無仮説が真であると結論付けます」というステートメントは特にありません。 一般に、何かを証明したい場合は、対立仮説として証明しようとしているものを組み立て、データが対立仮説を支持して帰無仮説の棄却をサポートすることを期待します。 研究者が平均で同等性を実証しようとしている場合は、2つの片側検定がより適切です。
4）他の人はこれに言及しましたが、繰り返しになります。統計的有意性と実際的有意性は同じである必要はなく、通常は同じではありません。 実用的な重要性は、ゼロの正方形ではないにしても、1の正方形から議論および合意する必要があります。
@dale_lehman言及している「正しい解釈の問題は、実際に持っているサンプルについて何も言えないことです。」私は同意しませんが、彼がこれでどこに向かっているのかは知っています。 すべての統計手法には、答えるように設計された特定の質問があります。 特に、データが棄却できなかった帰無仮説の場合、非統計学者（さらに言えばベイズ統計学者）が頻繁な仮説検定で抱える主な問題の1つは、p値が質問に答えることです。尋ねる不自然な質問、すなわち、「帰無仮説の下で、私が実際に観察した結果と同じくらい極端な、またはそれよりもさらに極端な結果を観察する確率はどれくらいですか？」 ベイジアンは、彼らの方法がより自然な質問に答えると言うでしょうが、ベイジアン技術には独自の問題があります-万能薬はありません。 どのテクニックが特定の質問に答えるのに適しているかを理解し、答えようとしている質問に適したテクニックを選択することに代わるものはありません。 特に医学研究の分野でのp値に対する最近の（っぽい）反発は、フォークが眼帯として使用されている場合の反発のように私を襲います。 p値は、他のツールと同様にツールです。 正しい方法で、正しい仕事のためにそれを使用してください、そしてあなたは大丈夫でしょう...それを間違った方法で使用して、「あなたはあなたの目を撃ちます！」。
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1私の例は、ベイジアン対頻度論的分析またはp値（少なくとも直接）とは実際には何の関係もないと思います。もちろん、この95％の信頼区間で真の値が好きだと95％確信していると言うのは正しくありません。信頼は手順にあり、特定の信頼区間ではありません。真の値は、その特定の間隔にあるかどうかのどちらかです。
しかし、私のポイントは、私の特定の間隔が、真の値を含む「良いもの」の95％のいずれか、または間違った値を与える5％のいずれかであるかどうかについて、私が与えることができる最良の推定値であるということです。結論。あなたは間違った解釈をしつこく感じるかもしれませんが、私はそうしません。実際、正しい解釈は、ほとんどの人の目を潤す言葉の集まりであるため、やや気難しいと思います。そして、それは、不確実性を完全に無視し、点推定を真の値として扱うという、はるかに悪い（そしてより身の毛もよだつ）慣行に貢献していると思います。
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1どこから始めればいいですか？ サンプルサイズ（記載なし...信号がノイズを超えて上昇する機会を与えるには小さすぎる可能性があります）？ 選択されたアルファリスクは何ですか（「...結果に95％自信があります...」はアルファリスクに対する無意味なステートメントです。 そのステートメントはどういう意味ですか）？ 帰無仮説とは何ですか（記載なし）？ 測定誤差（既知または想定）とは何ですか？ サンプリング計画は何でしたか（ランダム、利便性、最初/最後のオフライン、層化またはその他の計画）？ 統計的リスクだけでなく、表現リスクとは何ですか？ そして何度も。
なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1今後数週間でいくつかのディスカッションスレッドを開始し、JMPユーザーをチャイムに招待します
彼らの考えと一緒に。これらの議論は、「CringeworthyStatisticsStatements」を中心に展開されます。
貢献を検討してください。数日後、ブログ投稿で考えをまとめます、 と別のCringeworthyステートメントを紹介する！
これがCringeworthyステートメント＃1です。
t検定を実行して、2つの母集団の平均を比較します。結果に95％の信頼性が必要です。テストを実行すると、p値は0.63に戻ります。私たちは次のように述べています。 pは0.05以上であるため、これらの母集団の平均に差はないと結論付けます。 「」
なぜこの声明は非常に価値があるのですか????
分析Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1私はその解釈を呼ばないでしょう：「サンプルの平均差が下限CI以上で上限CI以下であると95％確信しています」それ自体が間違っています。実際、それは完全に適切な言い回しの方法だと思います。それは「正しい」と簡単に言い表すことができますが、解釈は単に「一般的に誤解されている」と言えます@dale_lehmanあなたが指摘するように。
NS @ジュリアンで言うデータによる意思決定（STIPS） -セクション4.1見積もり{これは、以下のタイトルの適切なモジュールリファレンスを画面で取得したトランスクリプトから取得できます。デモ：信頼水準とアルファリスクを理解する"}
「[サンプルのリセット]をクリックし、サンプル数を100に変更して、[追加サンプルの描画]をクリックします。 サンプルを描き続けると、サンプルの平均が真の平均に近いことに注意してください。 また、信頼区間の95％近くに真の平均IQ値が含まれており、信頼区間の約5％に真の平均が含まれていないことにも注意してください。」
「これが「自信」という言葉の意味です。 平均して、 のために95％の信頼度間隔、9この間隔メソッドが使用される時間の5％で、間隔は真のパラメーター値をキャプチャします。」
もちろん、推論は母集団に基づいていますが、サンプルデータに基づいています。 これは、一般的に推論統計を行うときに行っていることです。 企業全体は、私たちが持っているサンプルデータに基づいて母集団を推測することを目的としています。 繰り返しますが、同じようにデータによる意思決定モジュール4、セクション4.1を見る統計的推論の概要。ここ、 @mia_stephensこれについて、明確、正確、直接的な方法で話します。
Re：なぜこれは非常に価値のある統計ステートメントなのですか？ ＃1私にとって、それは適切なレベルの理解を反映していないだけですが、少なくともそれは多かれ少なかれ「正しい解釈」です。
何人かの人々は、私がT検定を実行する「p値法」と「信頼区間法」と呼んでいるものに沿って何かについて議論しました。私はこれらの2つの分析方法を本質的に同じものと考えるのが好きであり、ここでそれらが実際にあることを提案します（そして私に反対してください）。同じことを（数学的に表現する）異なる方法。JMPは、ほとんどの場合、両方の方法で統計表示を提供することについて非常に賢明であり、私はそれが本当に好きです！ 信頼区間を使用した解釈（単純なバニラTテスト、非劣性テスト、同等性、および優越性テストのコンテキストで）は、常に私にとってより解釈しやすいものでした。
私の親愛なる友人は私にこれを話していると思う素敵な教科書のリファレンスをくれました：
ブルーマン、初等統計（第7版）、2015年
