[問題] 單邊統計推論

看板Statistics作者 (SaltLake)時間1年前 (2024/08/12 04:49), 1年前編輯推噓1(1推 0噓 21→)
留言22則, 2人參與, 1年前最新討論串1/1
統計假說測試，當虛無假說是相等時，對立假說有三種基本型: 不等於、大於、和小於 其中，研究者選擇單邊(大於或小於)的對立假說之心理壓力是， 假說設定必須在進行測試之前就給定，可如果選單邊假說，實際 上測出來是相反的結果，就前功盡棄。 但是稍微再想一下，即使事先指定對立假說是大於，之後測出 來是小於，而且統計顯著，這個結果不是可以闡釋為: 第一、可以合理拋棄虛無假說 第二、其實「真相」是與原先想定相反的小於。 換言之，所謂的︰ 要測試新產品(藥品或器材或演算法)與標準品的效能差異時， 因為我們事先不確定新的比較好，所以只保守地使用不等於的對 立假說，以便不管測出哪種結果，我們的統計測試都是「成功的 」。這種主張根本沒道理。畢竟我們的真實目的還是希望得到大 於的測試結果。倘預先給不等於而測試結果是小於，即使我們可 以引用教科書闡釋本測試「成功地」證實應拋棄虛無假說而支持 對立假說，對我們真正想達到的實務目的並無幫助。 事實上，不管我們事先設定哪種對立假說，只要真正測試結果 是大於，那麼這結果的意義才是我們真正想要的: 測試結果證實應拋棄虛無假說且支持大於? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.208.38 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1723409351.A.93B.html
→
08/12 08:32, 1年前 , 1F
當研究者或統計人員採用單邊對立假說做檢定時, 就是只關心
08/12 08:32, 1F
→
08/12 08:34, 1年前 , 2F
單向的變化; 否則就應採用雙邊對立假說. 就像兩種藥效相比,
08/12 08:34, 2F
→
08/12 08:36, 1年前 , 3F
如果只關心 B 藥是不是確實比 A 藥好, 就做 "B藥較好" 的單
08/12 08:36, 3F
→
08/12 08:38, 1年前 , 4F
邊對立假說檢定; 如果樣本結果呈現 B 藥甚至較差, 不需進一
08/12 08:38, 4F
→
08/12 08:39, 1年前 , 5F
步計算誤差就可以下結論說不拒絕 H0, 也就是說不能證實 B藥
08/12 08:39, 5F
→
08/12 08:41, 1年前 , 6F
較好. 如果你還要關心 B 藥是不是較差, 那麼你一開始就不應
08/12 08:41, 6F
→
08/12 08:42, 1年前 , 7F
該做單邊對立假說的檢定, 而應該做雙邊對立假說的檢定.
08/12 08:42, 7F
→
08/12 08:43, 1年前 , 8F
注意: 統計應該是針對問題的, 不是玩數字遊戲. 意思就是說:
08/12 08:43, 8F
→
08/12 08:45, 1年前 , 9F
統計工作的執行, 要先明確目的, 而不只是一個儀式一個形式.
08/12 08:45, 9F
照這個角度看，只要是研究目的要找出更好的產品，給定相等的虛無假說，對立假說 沒得選一定要用大於了。 會有此問是因為閱讀各種領域用到統計的論文，不乏見到: 為了保守起見，本研究對立假說採用雙邊而非單邊大於者 可是研究目的根本明確就是開發新產品。 照上面說法，這類論文根本應該採用單邊大於者。 ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 09:20:59
推
08/12 10:45, 1年前 , 10F
療效並不是只比最好的效果，包含最差的療效，他是兩
08/12 10:45, 10F
→
08/12 10:45, 1年前 , 11F
邊都要比，應該說他比的是一個分佈
08/12 10:45, 11F
如果只是比兩個演算法，看哪個性能好呢? ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 12:02:54
→
08/12 12:35, 1年前 , 12F
可惜藥效不是演算法，這推論邏輯有問題
08/12 12:35, 12F
→
08/12 12:56, 1年前 , 13F
藥有醫學、倫理考量，今天新藥的目的是讓所有人都能
08/12 12:56, 13F
→
08/12 12:56, 1年前 , 14F
獲得更好的治療效果，而非單純說我只要部分人獲得最
08/12 12:56, 14F
→
08/12 12:56, 1年前 , 15F
好的改善
08/12 12:56, 15F
不是很清楚樓上的意思。 假設要測試一個新藥的療效，一個標準方法是和當前標準藥的療效相比。 虛無假說無差別，至於對立假說到底選有差別或大於或小於，並不會影響 測試結果。測試結果顯示新藥療效大於標準藥者，廠商很高興；療效小於 標準藥者，廠商得回去研究如何提升。但這個測試結果和採用何種對立假 說何關? 事先廠商可以選大於或有差別的對立假說，一旦測試假說是小於，這不 滿足對立假說，所以實驗「失敗」。但廠商如果覺得測試新藥有潛力，難 道會因為選了大於的對立假說就不繼續研究改良這個測試新藥? 反之，廠商選了有差別的對立假說，而測試結果是小於，那麼符合對立 假說而實驗「成功」。難道廠商竟可以據此宣稱新藥療效「更好」? ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 14:15:44 整個想了一下，雖然統計推論的理論有三種對立假說可選，就實際運用 上，只有兩種: 大於 (或小於) <- 視實驗目的而定，目的在證實產品效果優於標準品者 ，選擇小於假說乃自始不合邏輯者；反之，目的在證實新產品成本低 於標準品者，選擇大於假說乃自始不合邏輯者。 有差異 <- 即使實驗目的在證實大於(或小於)，但是實驗者設計實驗之 時，沒有足夠證據支持本試驗能達成目的，因此本試驗的目的僅限於 和標準品表現有差異就滿足了。倘能達成目的，再進行合於目的之單 邊假說測試；倘不能達成目的，即測試結果無差別者，則基於「本假 說測試設計以外」的證據，決定下一步乃放棄本產品或者做某方面改 良。 這種透過兩個階段來進行假說測試的例子，例如多比較測試。第一 步先做變異數分析，此時對立假說僅是有否差異；倘測試結果顯示有 差異者，再進行後續的一對一或者成對比較測試。 ※ 編輯: saltlake (114.36.208.38 臺灣), 08/12/2024 15:25:51
→
08/13 08:43, 1年前 , 16F
以藥效實驗為例, 如果新藥沒有實證說效果較好或不良副作用
08/13 08:43, 16F
→
08/13 08:45, 1年前 , 17F
較小, 就是失敗, 斤以實驗目標在證實新藥較好, 可以採用單
08/13 08:45, 17F
→
08/13 08:46, 1年前 , 18F
邊對立假說, H0: 新藥沒改進(含較差), Ha: 新藥較好.
08/13 08:46, 18F
→
08/13 08:48, 1年前 , 19F
如果是兩種藥比較, 沒有明確偏向, 目的在選擇較好的, 則應
08/13 08:48, 19F
→
08/13 08:50, 1年前 , 20F
採雙邊對立假說: H0: 兩種藥效無效明顯)差別, Ha: 有差別.
08/13 08:50, 20F
→
08/13 08:51, 1年前 , 21F
當既關心 A 是否比 B 好, 又關心 A 是否比 B 差時, 就是需
08/13 08:51, 21F
→
08/13 08:52, 1年前 , 22F
要用雙邊對立假說, 不該用單邊對立假說.
08/13 08:52, 22F
‣ 更多 saltlake 的文章
文章代碼(AID): #1ckIF7ax (Statistics)