Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Estoy de acuerdo con este ejemplo de vergüenza: malentendido clásico de la ausencia de evidencia que no significa evidencia de ausencia.Considere el clásico, pero menos sencillo: "el intervalo de confianza del 95% varía de xay, lo que significa que tengo un 95% de confianza en que el verdadero efecto está entre xey".Creo que está bien decir eso, aunque sé que la afirmación correcta es que "el 95% de todas las muestras aleatorias construidas de esta manera contendrán el efecto verdadero".Por supuesto, no sabemos si nuestra muestra es uno de esos 95% o uno del 5% que no contiene el verdadero efecto de población, y lo tiene o no.Pero, dada la única muestra que tenemos, creo que lo mejor que podemos decir es la primera declaración citada, a pesar de que técnicamente no es correcta.
Me gustaría escuchar lo que otras personas piensan de este ejemplo.A los estadísticos les encanta señalar cómo esta interpretación incorrecta del intervalo de confianza es común, mientras que yo puedo entenderlo completamente.Y confieso haber dado a los estudiantes la libertad de interpretarlo erróneamente (aunque al menos señalo cuál es la interpretación correcta).El problema con la interpretación correcta es que no nos deja decir nada sobre la muestra que tenemos.
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Jugaré ... Mi favorito es en realidad bastante simple ... Usar la frase "estadísticamente significativo" aplicada en cualquier lugar sin contexto. Es interesante que si le preguntas a alguien si es más probable que crea algo cuando la frase Estadísticamente significante Se añade que responden afirmativamente sin saber nada de las comparaciones que se están realizando.
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Oye @P_Bartell !¡Es bueno saber de ti!
¡¡Gracias por la respuesta!!¡Pondremos estas ideas en mi (creciente) lista de declaraciones dignas de vergüenza y las incluiremos en publicaciones futuras!
¡Quédate bien, amigo mío!
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Gracias @statman !Más buen forraje para futuras publicaciones.
¡Sigan llegando los comentarios!
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1+ Sin mención de un control de normalidad
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Para ampliar un poco la discusión, para mí esto no suena vergonzoso desde el principio. En mi opinión, todavía puede ser una decisión válida. Por supuesto, como ya han señalado otros, puede faltar mucha información adicional para confiar en esa decisión. Entonces, a mis ojos, depende del contexto de la declaración y de quién la expresó. Y, dicho sea de paso, ¿cuál sería la declaración correcta con el mismo número de palabras?
Además, aunque a veces me gustan las discusiones sobre la redacción correcta, los términos son importantes, no me gusta construir un muro entre estadísticos e ingenieros de procesos que no tienen ese conocimiento profundo en estadística. Pero estos últimos conocen sus datos y procesos. Y como podemos imaginar, hay muchas cosas que son aún más importantes debajo de la tabla de números. Este podría ser el entorno de muestreo de datos, así como las consecuencias de la decisión tomada, como @P_Bartell ya ha dicho. Las decisiones aún deben ser tomadas por humanos, no por máquinas.
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Estoy muy encariñado con @Georg es la última oración de su respuesta anterior. Como estadístico que trabaja en la comercialización de procesos / productos o en equipos de acciones correctivas durante más de 20 años en la industria, a menudo les decía a los ingenieros, científicos y gerentes con los que trabajé: "El día que me dejes, un estadístico, que te diga cómo ejecutar tu Procesos es el día en que comienza tu camino hacia la ruina. Se ha olvidado de sus procesos / productos más de lo que yo jamás sabré ".
O como escribió Walter Shewhart (parafraseado por mí): "La contribución a largo plazo de las estadísticas no depende tanto de la creación de un grupo de estadísticos como de la creación de un grupo de ingenieros, científicos, personal de producción y otros con mentalidad estadística".
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Además de otros problemas mencionados en publicaciones anteriores,
1) Cuando se prueba la equivalencia de medios, la lateralidad de la prueba debe especificarse a priori. Si no se indica lo contrario, la prueba de equivalencia media generalmente implica una prueba de dos lados, en cuyo caso alfa, la probabilidad de error de tipo I del 5%, es la suma del área en las colas superior e inferior de la distribución nula. En casi todos los casos, esta probabilidad se divide en partes iguales, por lo que el área de la cola con la que se debe comparar el valor p debe ser alfa / 2, que es 0.025, no 0.05.
** EDITAR: JMP se encarga de esto duplicando la cola que encontró usando la estadística crítica, pero si estuviera haciendo esto "a mano", terminaría rechazando para un área de cola única de <0.025.
2) "95% de confianza en los resultados" es vergonzoso porque malinterpreta la idea principal detrás de una prueba de hipótesis. Puede estar 100% seguro de que, al ejecutar una prueba de hipótesis con un nivel de significancia de 0.05, habrá empleado un determinado procedimiento (si ha hecho las cosas correctamente). Cuando las medias de las 2 distribuciones son realmente las mismas, a largo plazo (y suponiendo que se cumplan todas las suposiciones), el 5% de las veces ese procedimiento producirá una estadística de prueba que dará como resultado una conclusión de medias diferentes, debido a la variabilidad del muestreo.
3) Solo hay 2 conclusiones posibles para una prueba de hipótesis de esta naturaleza: 1) "Los datos de la muestra proporcionan evidencia (convincente) de que la hipótesis nula es falsa" y 2) "Los datos de la muestra no proporcionan evidencia convincente de que la hipótesis nula Es falso". Es notable la ausencia del enunciado "Basándonos en los datos de la muestra, llegamos a la conclusión de que la hipótesis nula es verdadera". Generalmente, cuando quiere probar algo, enmarca lo que está tratando de probar como la hipótesis alternativa, esperando que los datos apoyen el rechazo del nulo a favor de la alternativa. Si el investigador está tratando de demostrar la equivalencia en las medias, entonces dos pruebas unilaterales serían más apropiadas.
4) Otros han mencionado esto, pero vale la pena repetirlo: la importancia estadística y la importancia práctica no tienen por qué ser, y generalmente no lo son, lo mismo. La importancia práctica debe discutirse y acordarse desde el punto de partida uno, si no desde el cero.
@dale_lehman menciona que "El problema con la interpretación correcta es que no nos deja decir nada sobre la muestra que tenemos".No estaré de acuerdo, pero sé a dónde va con esto. Cada técnica estadística tiene una pregunta particular que está diseñada para responder. Particularmente en el caso de una hipótesis nula que los datos no han sido rechazados, uno de los principales problemas que los no estadísticos (y los estadísticos bayesianos, para el caso) tienen con las pruebas de hipótesis frecuentistas es que un valor p responde a una pregunta que es un pregunta no natural para hacer, a saber: "Bajo la hipótesis nula, ¿cuál es la probabilidad de que observe resultados tan extremos o incluso más extremos que los resultados que realmente observé?". Los bayesianos dirán que sus métodos responden a preguntas más naturales, pero las técnicas bayesianas tienen sus propios problemas: no existe una panacea. No hay sustituto para comprender qué técnicas están mejor equipadas para responder a ciertas preguntas y elegir una técnica que se adapte bien a la pregunta que está tratando de responder. La reciente (ish) reacción contra el valor p, especialmente en el campo de la investigación médica, me parece un poco como una reacción contra las bifurcaciones cuando se utilizan como parches para los ojos. Un valor p es una herramienta, como cualquier otra. Úselo de la manera correcta, para el trabajo correcto, y estará bien ... utilícelo de la manera incorrecta y "¡se disparará!".
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1No creo que mi ejemplo tenga realmente nada que ver con el análisis bayesiano vs frecuentista o los valores p (al menos directamente).Por supuesto, tiene razón en que decir que tengo un 95% de confianza en el valor real de Me gusta en este intervalo de confianza del 95% es incorrecto: la confianza está en el procedimiento, no en un intervalo de confianza en particular.El valor verdadero está o no en ese intervalo en particular.
Pero mi punto es que el 95% es la mejor estimación que puedo dar de si mi único intervalo en particular es uno del 95% de "buenos" que contiene el valor verdadero o uno del 5% que daría un error. conclusión.Puede que la interpretación incorrecta le parezca vergonzosa, pero a mí no.De hecho, la interpretación correcta me parece algo vergonzosa, ya que es un montón de palabras lo que hace que los ojos de la mayoría de las personas se llenen de lágrimas.Y creo que contribuye a la práctica mucho peor (y más vergonzosa) de ignorar la incertidumbre por completo y tratar la estimación puntual como el valor real.
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1¿Dónde empiezo? Tamaño de la muestra (no se indica ninguno ... podría ser demasiado pequeño para que la señal tenga la oportunidad de elevarse por encima del ruido). ¿Cuál es el riesgo alfa elegido ('... 95% de confianza en los resultados ...' es una declaración sin sentido sobre el riesgo alfa. ¿Qué significa esa afirmación? ¿Cuál es la hipótesis nula (ninguna declarada)? ¿Cuál es el error de medición (conocido o incluso supuesto)? ¿Cuál fue el plan de muestreo (aleatorio, de conveniencia, primero / último fuera de la línea, estratificado o algún otro plan)? ¿Cuál es el riesgo de representación ... no solo el riesgo estadístico? Y así sucesivamente.
¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Voy a iniciar algunos hilos de discusión durante las próximas semanas e invito a cualquier usuario de JMP a que suene.
en sus pensamientos.Estas discusiones girarán en torno a "Declaraciones de estadísticas dignas de vergüenza".
Considere contribuir.Despues de unos dias, Resumiré mis pensamientos en una publicación de blog. , y presentar otra declaración digna de vergüenza !
Aquí está la declaración digna de vergüenza n. ° 1:
Realizamos una prueba t para comparar las medias de dos poblaciones.Queremos un 95% de confianza en los resultados.Ejecutamos la prueba y el valor p vuelve a 0,63.Hacemos la declaración " Dado que p no es menor que 0.05, concluimos que no hay diferencia en las medias de estas poblaciones. "
¿Por qué esta declaración es Cringeworthy ????
AnalíticaRe: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Yo no llamaría a la interpretación: "Tengo un 95% de confianza en que la diferencia media de la muestra no es menor que el IC inferior y no mayor que el IC superior" "incorrecta" per se, de hecho, creo que es una forma perfectamente apropiada de expresarlo que es "correcto" y se expresa fácilmente, pero yo diría que la interpretación es simplemente "comúnmente mal entendida" @dale_lehman como señala.
Como @Julian dice en Toma de decisiones con datos (STIPS) - Sección 4.1 Estimación {y puede obtener esto de la Transcripción donde he tomado la referencia del módulo correspondiente a continuación titulada " Demostración: comprensión del nivel de confianza y el riesgo alfa "}
"Haremos clic en Restablecer muestras, cambiaremos el número de muestras a 100 y haremos clic en Dibujar muestras adicionales. A medida que continuamos extrayendo muestras, observe que la media de las muestras se acerca a la media verdadera. También observe que cerca del 95% de los intervalos de confianza contienen el valor de CI medio verdadero, y alrededor del 5% de los intervalos de confianza no incluyen la media verdadera ".
"Esto es lo que queremos decir con el término" confianza ". De media , para 95% de confianza intervalo, 9 El 5% del tiempo que se utiliza este método de intervalo, el intervalo captura el valor real del parámetro. . "
Por supuesto, la inferencia se basa en la población, pero se basa en los datos de muestra. Esto es lo que hacemos cuando hacemos estadísticas inferenciales en general. Toda la empresa se trata de hacer inferencias sobre la población en función de los datos de muestra que tenemos. De nuevo, en el mismo Toma de decisiones con datos Módulo 4, Vea la Sección 4.1 Introducción a la inferencia estadística .Aquí, @mia_stephens habla de esto de forma clara, precisa y directa.
Re: ¿Por qué es esta una declaración de estadísticas vergonzosa? # 1Para mí, simplemente no refleja un nivel adecuado de comprensión, pero al menos es más o menos la "interpretación correcta".
Algunas personas discutieron algo parecido a lo que me gusta llamar el "método del valor p" y el "método del intervalo de confianza" para ejecutar una prueba T.Me gusta pensar en estas dos formas de análisis como, en esencia, lo mismo y propondré aquí (y siéntase libre de no estar de acuerdo conmigo) que son, de hecho, diferentes formas (de expresar matemáticamente) la misma cosa .JMP es muy inteligente al darte la presentación estadística en ambos sentidos en la mayoría de los casos, ¡y eso me gusta mucho! La interpretación que utiliza intervalos de confianza (en el contexto de la prueba T simple, la prueba de no inferioridad, la equivalencia y la prueba de superioridad) siempre ha sido más interpretable para mí.
Un querido amigo me dio una buena referencia de libro de texto que creo que habla de esto:
Bluman, Estadísticas elementales (séptima edición), 2015
