¿Cuál es la evolución de las pruebas de significación a partir de Fisher hasta donde estamos ahora?

Answer 1

No estoy seguro de entender el valor de pensar esto como una evolución. La importancia estadística proviene de un reconocimiento de que los fenómenos aleatorios a veces pueden producir resultados que no parecen aleatorios. Por ejemplo, si lanzas una moneda normal diez veces, existe una pequeña probabilidad, aproximadamente una vez en 1000 intentos, de que las diez monedas salgan cara a cara. Por supuesto, si lanzas una moneda diez veces y tienes diez caras, no pensarías que es una moneda justa, ¿verdad? La importancia estadística le indica la probabilidad de que una moneda justa produzca ese resultado.

Fisher originalmente sugirió que comenzáramos con un nivel de significación del 5%: en otras palabras, si la probabilidad de ver un resultado mediante una acción puramente aleatoria es inferior al 5%, debemos rechazar la idea de que es aleatorio e ir con lo que teorizamos. en lugar. Entonces, para nuestro lanzamiento de moneda, si tenemos diez caras seguidas ( p <.001), p sería menos del 5% ( s = .05) por lo que rechazamos la idea de que la moneda es justa y aleatoria y afirmamos que está amañado Si, por el contrario, lanzáramos diez monedas y obtuviéramos tres caras ( p > .117), aceptaríamos que la moneda es justa y aleatoria. En ninguno de los dos casos sabemos realmente si la moneda es justa o manipulada, solo estamos haciendo la mejor conjetura que podemos de acuerdo con los datos que tenemos.

Todo el resto de la “evolución” de las pruebas de significación es simplemente una cuestión de elaborar pruebas que funcionen de acuerdo con diferentes suposiciones, de modo que podamos calcular las probabilidades (valores p) correctamente. ¿Podemos suponer que la distribución de elementos aleatorios sigue una curva de probabilidad normal (u otra bien definida)? ¿Son los datos significativamente cuantitativos, o son meramente categorías ordenadas o desordenadas? ¿Podemos suponer que cada evento aleatorio es verdaderamente independiente de todos los demás, o existen dependencias entre los eventos que debemos tener en cuenta? Los estadísticos han realizado diferentes pruebas que son apropiadas para diferentes conjuntos de supuestos. Cuanto más suposiciones podamos hacer honestamente sobre nuestros datos, más potentes serán las pruebas que podamos elegir; pero hacer suposiciones erróneas (y, por lo tanto, elegir la prueba incorrecta) invalida efectivamente la prueba porque los valores p dejan de ser significativos.