Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1나는 이 실례에 동의합니다. 즉, 부재의 증거를 의미하지 않는 증거의 부재에 대한 고전적인 오해입니다.고전적이지만 덜 간단합니다. "95% 신뢰 구간은 x에서 y까지입니다. 즉, 실제 효과가 x와 y 사이에 있다고 95% 확신합니다.""이 방법으로 구성된 모든 무작위 샘플의 95%가 실제 효과를 포함할 것"이라는 정확한 진술을 알고 있음에도 불구하고 그렇게 말하는 것이 괜찮다고 생각합니다.물론 우리의 표본이 실제 인구 효과를 포함하지 않는 95% 또는 5% 중 하나인지 여부는 알 수 없으며 포함하거나 포함하지 않습니다.그러나 우리가 가지고 있는 하나의 샘플을 감안할 때 기술적으로 정확하지 않음에도 불구하고 우리가 말할 수 있는 최선은 첫 번째 인용문이라고 생각합니다.
다른 사람들이 이 예에 대해 어떻게 생각하는지 듣고 싶습니다.통계학자들은 신뢰 구간에 대한 이러한 잘못된 해석이 얼마나 흔한지 지적하는 것을 좋아하지만 저는 완전히 이해할 수 있습니다.그리고 나는 학생들에게 그것을 잘못 해석할 자유를 주었다고 고백합니다(적어도 나는 정확한 해석이 무엇인지 지적합니다).올바른 해석의 문제는 우리가 실제로 가지고 있는 표본에 대해 아무 말도 할 수 없다는 것입니다.
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1연주하겠습니다...제가 가장 좋아하는 것은 사실 아주 간단합니다... "통계적으로 유의미한"이라는 문구를 문맥 없이 어디에나 적용하는 것입니다. 만약 당신이 누군가에게 그 문구가 나올 때 무언가를 더 믿을 가능성이 있는지 묻는다면 흥미롭습니다. 통계적으로 유의미한 그들은 비교에 대해 아무 것도 모른 채 예라고 대답합니다.
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1이봐 @P_바텔 !소식을 들어 기쁘다!
답장을 보내 주셔서 감사합니다!!우리는 이러한 아이디어를 내 (증가하는) 신랄한 진술 목록에 넣고 향후 게시물에서 언급할 것입니다!
잘 지내, 친구!
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1감사 해요 @statman !앞으로의 포스팅을 위해 더 좋은 자료입니다.
댓글 계속 오세요!!
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1+ 정규성 확인에 대한 언급 없음
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1토론을 조금 더 넓히기 위해 - 나에게 이것은 처음부터 신랄하게 들리지 않습니다. 제 생각에는 여전히 유효한 결정일 수 있습니다. 물론 다른 사람들이 이미 지적했듯이 그 결정을 신뢰할 수 있는 추가 정보가 많이 누락되었을 수 있습니다. 그래서 내 눈에는 진술의 맥락과 누가 그것을 넣었는지에 달려 있습니다. 그런데 같은 수의 단어로 옳은 진술은 무엇입니까?
또한 때로는 올바른 표현에 대한 토론을 좋아하지만 용어가 중요하지만 통계에 대한 깊은 지식이 없는 통계학자와 프로세스 엔지니어 사이에 벽을 만드는 것은 좋아하지 않습니다. 그러나 후자는 데이터와 프로세스를 알고 있습니다. 그리고 우리가 상상할 수 있듯이, 숫자로 된 표 아래에는 훨씬 더 중요한 것들이 많이 있습니다. 이것은 데이터 샘플링 환경과 다음과 같은 결정의 결과일 수 있습니다. @P_바텔 이미 밝혔다. 결정은 여전히 기계가 아니라 사람이 해야 합니다.
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1나는 정말로 좋아한다 @Georg 위의 답변에서 님의 마지막 문장입니다. 업계에서 20년 이상 프로세스/제품 상용화 또는 시정 조치 팀에서 일하는 통계학자로서 나는 함께 일한 엔지니어, 과학자 및 관리자에게 종종 "통계학자인 저에게 프로세스는 파멸의 길이 시작되는 날입니다. 당신은 내가 아는 것보다 당신의 프로세스/제품에 대해 더 많이 잊어버렸습니다."
또는 Walter Shewhart는 다음과 같이 썼습니다.
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1이전 게시물에서 언급한 다른 문제 외에도
1) 수단의 동등성을 검정할 때 검정의 편도를 선험적으로 지정해야 한다. 달리 명시되지 않은 경우 평균 동등성에 대한 검정은 일반적으로 양측 검정을 의미하며, 이 경우 5% 제1종 오류 확률인 알파는 귀무 분포의 위쪽 및 아래쪽 꼬리 영역의 합입니다. 거의 모든 경우에 이 확률은 동일하게 나누어지므로 p-값을 비교해야 하는 꼬리 영역은 0.05가 아니라 0.025인 alpha/2여야 합니다.
** 편집: JMP는 임계 통계를 사용하여 찾은 꼬리를 두 배로 늘려 이를 처리하지만 "수동으로" 이 작업을 수행하는 경우 단일 꼬리 영역 < 0.025에 대해 거부하게 됩니다.
2) "결과에 대한 95% 신뢰"는 가설 검증의 이면에 있는 주요 아이디어를 오해하기 때문에 신빙성이 있습니다. 0.05 유의 수준에서 가설 검정을 실행할 때 특정 절차를 사용했을 것이라고 100% 확신할 수 있습니다(일을 올바르게 수행한 경우). 2개 분포의 평균이 실제로 동일한 경우 장기적으로(모든 가정이 성립한다고 가정) 해당 절차가 표본 변동으로 인해 다른 평균의 결론을 도출하는 검정 통계량을 생성하는 시간의 5%입니다.
3) 이러한 유형의 가설 검정에 대해 가능한 결론은 2가지뿐입니다. 1) "표본 데이터는 귀무 가설이 거짓이라는 강력한 증거를 제공합니다" 및 2) "표본 데이터는 귀무 가설이 거짓이라는 강력한 증거를 제공하지 않습니다. 거짓"입니다. 특히 "표본 데이터를 기반으로 귀무 가설이 참이라는 결론을 내립니다."라는 문구가 없습니다. 일반적으로 무언가를 증명하고 싶을 때 데이터가 대안을 위해 null의 거부를 지원하기를 희망하면서 증명하려는 것을 대립 가설로 틀을 잡습니다. 연구자가 평균의 동등성을 입증하려고 하는 경우 두 개의 단측 검정이 더 적절할 것입니다.
4) 다른 사람들이 이것을 언급했지만 반복해야 합니다. 통계적 의미와 실제적인 의미는 같을 필요도 없고 대개 같지도 않습니다. 실질적인 중요성은 0이 아닌 경우 1부터 논의하고 합의해야 합니다.
@dale_lehman 라고 언급 "정확한 해석의 문제는 우리가 실제로 가지고 있는 샘플에 대해 아무 말도 할 수 없다는 것입니다."나는 동의하지 않을 것이지만, 나는 그가 이것을 가지고 어디로 가는지 압니다. 모든 통계 기법에는 답을 제공하도록 설계된 특정 질문이 있습니다. 특히 데이터가 기각에 실패했다는 귀무가설의 경우, 비통계학자(및 그 문제에 대해 베이지안 통계학자)가 빈도주의 가설 검정과 관련하여 갖는 주요 문제 중 하나는 p-값이 다음과 같은 질문에 답한다는 것입니다. 부자연스러운 질문, 즉 "귀무 가설에서 내가 실제로 관찰한 결과만큼 극단적인 결과를 관찰할 확률은 얼마입니까?" 베이지안은 자신의 방법이 더 자연스러운 질문에 답한다고 말하지만 베이지안 기술에는 고유한 문제가 있습니다. 만병 통치약은 없습니다. 특정 질문에 답하기 위해 어떤 기술이 더 잘 갖춰져 있는지 이해하고 답변하려는 질문에 적합한 기술을 선택하는 것 외에는 대안이 없습니다. 특히 의학 연구 분야에서 p-값에 대한 최근의(ish) 반발은 눈 패치로 사용될 때 포크에 대한 반발과 약간 비슷합니다. p-값은 다른 도구와 마찬가지로 도구입니다. 올바른 방법으로 올바른 작업에 사용하면 괜찮을 것입니다... 잘못된 방법으로 사용하면 "눈을 쏠 수 있습니다!"
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1내 예가 베이지안 대 빈도주의 분석 또는 p 값(적어도 직접적으로)과 실제로 관련이 있다고 생각하지 않습니다.물론 내가 이 95% 신뢰 구간에서 실제 값이 좋아한다고 95% 확신한다는 말은 옳지 않습니다. 신뢰는 특정 신뢰 구간이 아니라 절차에 있습니다.참 값은 특정 간격에 있거나 그렇지 않습니다.
그러나 내 요점은 95%가 내 하나의 특정 구간이 진정한 값을 포함하는 "좋은 것"의 95% 중 하나인지 아니면 잘못된 값을 줄 수 있는 5% 중 하나인지에 대해 내가 줄 수 있는 최선의 추정치라는 것입니다. 결론.잘못된 해석이 의아해할지 모르지만 저는 그렇지 않습니다.사실, 나는 대부분의 사람들의 눈을 침침하게 만드는 단어들의 무리이기 때문에 정확한 해석이 다소 어리둥절하다고 생각합니다.그리고 나는 그것이 불확실성을 완전히 무시하고 점 추정치를 진정한 가치로 취급하는 훨씬 더 나쁜(더 믿을 수 없는) 관행에 기여한다고 생각합니다.
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1어디서부터 시작해야 하나요? 샘플 크기(명시되지 않음... 너무 작아서 신호가 노이즈보다 높을 수 있음)? 선택된 알파 위험은 무엇입니까('...95% 결과에 대한 확신...'은 알파 위험에 대한 무의미한 설명입니다. 그 진술은 무엇을 의미합니까)? 귀무가설(명시되지 않음)은 무엇입니까? 측정 오류는 무엇입니까(알려지거나 가정된)? 샘플링 계획은 무엇이었습니까(무작위, 편리함, 첫 번째/마지막 줄, 계층화 또는 기타 계획)? 통계적 위험이 아니라 대표 위험이 무엇입니까? 그리고 계속해서.
이것이 왜 믿을 수 없는 통계 진술입니까? #1앞으로 몇 주 동안 몇 가지 토론 스레드를 시작하고 모든 JMP 사용자를 초대합니다.
그들의 생각과 함께.이러한 토론은 "Cringeworthy Statistics Statements"를 중심으로 진행됩니다.
기여를 고려하시기 바랍니다.며칠 후, 블로그 포스트에 생각을 요약하겠습니다 , 그리고 또 다른 Cringeworthy 성명서 소개 !
다음은 Cringeworthy 진술 #1입니다.
두 모집단의 평균을 비교하기 위해 t-검정을 실행합니다.우리는 결과에 대한 95% 신뢰를 원합니다.테스트를 실행하고 p-값은 0.63으로 돌아옵니다."라는 성명을 발표합니다. p가 0.05보다 작지 않으므로 이 모집단의 평균에는 차이가 없다는 결론을 내립니다. "
왜 이 말이 기가 막힐까요????
해석학Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1나는 해석을 부르지 않을 것입니다. "샘플 평균 차이가 Lower CI보다 작지 않고 Upper CI보다 크지 않다고 95% 확신합니다." 그 자체로 '잘못된', 사실 나는 그것이 표현하는 데 완벽하게 적절한 방법이라고 생각합니다. 그것은 "정확한"이고 쉽게 표현되지만 그 해석은 단지 "일반적으로 오해되는 것"이라고 말하고 싶습니다. @dale_lehman 당신이 지적한 대로.
같이 @줄리안 에서 말한다 데이터를 사용한 의사결정(STIPS) - 섹션 4.1 추정 {그리고 당신은 " 데모: 신뢰 수준 및 알파 위험 이해 "}
"샘플 재설정을 클릭하고 샘플 수를 100으로 변경한 다음 추가 샘플 그리기를 클릭합니다. 계속해서 표본을 추출할 때 표본의 평균이 실제 평균에 가깝다는 것을 알 수 있습니다. 또한 신뢰 구간의 거의 95%에 실제 평균 IQ 값이 포함되어 있고 신뢰 구간의 약 5%에는 실제 평균이 포함되어 있지 않습니다."
"이것이 우리가 "자신감"이라는 용어를 의미하는 것입니다. 평균적으로 , 95% 신뢰 간격, 9 이 간격 방법이 사용된 시간의 5%, 간격이 실제 매개변수 값을 캡처합니다. ."
물론 추론은 모집단에 대한 것이지만 표본 데이터를 기반으로 합니다. 이것은 일반적으로 추론 통계를 수행할 때 수행하는 작업입니다. 전체 기업은 우리가 가지고 있는 샘플 데이터를 기반으로 모집단을 추론하는 것입니다. 다시, 같은 내용에서 데이터를 사용한 의사 결정 모듈 4, 섹션 4.1 보기 통계적 추론 소개 .여기, @mia_stephens 이에 대해 명확하고 정확하며 직접적으로 말합니다.
Re: 이것이 왜 믿을 수 없는 통계 진술입니까? #1나에게 그것은 적절한 수준의 이해를 반영하지 않지만 적어도 "올바른 해석"입니다.
몇몇 사람들은 내가 "p-값 방법"과 T-검정을 실행하는 "신뢰 구간 방법"이라고 부르는 방식을 따라 토론했습니다.저는 이 두 가지 분석 방법을 본질적으로 동일한 것으로 생각하고 여기에서 제안할 것입니다(그리고 자유롭게 동의하지 않으셔도 됩니다). 같은 것을 (수학적으로 표현하는) 다른 방법 .JMP는 대부분의 경우 두 가지 방법으로 통계 프레젠테이션을 제공하는 데 매우 영리하며 저는 정말 마음에 듭니다! 신뢰 구간을 사용한 해석(일반 바닐라 T-검정, 비열등성 검정, 동등성 및 우월성 검정의 맥락에서)은 항상 나에게 더 해석 가능했습니다.
내 친애하는 친구가 나에게 다음과 같은 좋은 교과서 참고 자료를 주었습니다.
Bluman, 초등 통계(7판), 2015
