Si è scritto e discusso molto su come la verifica delle ipotesi sia controversa/confusa/tendente ad "accettare l'ipotesi nulla". I professionisti trovano questo approccio molto difficile da implementare e interpretare correttamente. Nathaniel Stevens ha introdotto il concetto di Probabilità di Concordanza (PoA) come alternativa a questo spinoso problema. Il metodo è flessibile e si adatta a diverse situazioni, offre diverse opzioni per analizzare la concordanza unilaterale e bilaterale e non parte da un'idea preconcetta sull'uguaglianza o meno degli elementi confrontati. Ciò garantisce un equilibrio tra errori di tipo I e di tipo II, cosa che i valori p spesso non riescono a fare. Il metodo si adatta automaticamente alle diverse dimensioni del campione per riflettere l'incertezza aggiuntiva associata a campioni più piccoli, laddove la verifica delle ipotesi tradizionale non riesce ad avvisare l'utente di una mancanza di potenza statistica.
Questa sarebbe un'ottima aggiunta a JMP, in quanto fornisce una versione più flessibile e di più facile interpretazione di come confrontare le popolazioni in molti ambiti diversi. Si allinea all'approccio generale promosso da JMP, che incoraggia l'esplorazione e la valutazione flessibile dei modelli nei dati.
Credo che la filosofia di PoA troverà riscontro tra i professionisti e fornirà loro strumenti per effettuare confronti in modo intuitivo e di facile interpretazione.
Riferimenti:
Stevens NT , Steiner SH e MacKay RJ (2017). Valutazione della concordanza tra due sistemi di misurazione: un'alternativa all'approccio dei limiti di concordanza. Metodi statistici nella ricerca medica , 26(6): 2487–2504.
Stevens NT , Rigdon SE e Anderson-Cook CM (2018). Probabilità bayesiana di concordanza predittiva per confrontare l'esito di due regressioni separate. Ingegneria della Qualità e dell'Affidabilità Internazionale , 34(6): 968–978.
Stevens NT e Anderson-Cook CM (2019). Progettazione e analisi della conferma esperimenti. Rivista di tecnologia della qualità 51(2): 109–124.
Stevens NT e Lu L. (2020). Confronto delle curve di Kaplan-Meier con la probabilità di concordanza. Statistica in medicina 39(30): 4621–4635.
Ciao Christine. Nathaniel Stevens ha registrato un webinar di Statistically Speaking su questo argomento qualche anno fa, che era molto interessante. Presentava alcune applicazioni davvero interessanti di questo approccio. Abbiamo contrassegnato la discussione per un confronto interno. Grazie per averla condivisa!
Webinar: https://www.jmp.com/en/resources/on-demand/statisticamente-parlando/the-same-similar-or-different
