Apa itu "keparahan" Deborah Mayo?

Adakah yang bisa memberikan penjelasan terperinci (dan jelas) tentang apa arti "keparahan" nya (bukankah hanya fungsi daya yang dinilai pada perbedaan yang berbeda yang diambil sebagai hipotesis nol?) Dan bagaimana kesesuaiannya dalam literatur pengujian statistik secara umum?

hypothesis-testing statistical-significance

— statslearner2
sumber

Saya pikir bahkan saya bisa menjawab pertanyaan sendiri, setelah saya selesai membaca makalahnya (masih membaca). Saya tidak mengerti bagaimana ini bisa terlalu luas.

— statslearner2

Terima kasih atas hasil editnya; Saya pikir itu meningkatkan pertanyaan. Pertanyaannya mungkin bisa dibuat sedikit lebih tepat / fokus dalam ruang lingkup tetapi saya juga tidak melihat bahwa itu terlalu luas sekarang. Saya akan membuka kembali tetapi saya mendorong Anda untuk memperketat pertanyaan sedikit lebih jauh jika Anda bisa.

— Glen_b -Reinstate Monica

Kami memiliki jawaban dari pencetus konsep itu sendiri, yang luar biasa. Saya mendorong orang lain untuk menjawab juga. Meskipun ide dasar keparahan tidak sulit, namun dapat dijelaskan dengan berbagai cara. Mayo dan rekan penulisnya telah menjadi presenter utama gagasan tersebut. Akan ada nilai jika orang lain menyajikannya dengan cara lain - sama seperti buku teks yang berbeda pada topik yang sama dapat bermanfaat bagi pembaca yang berbeda. (Mayo telah menulis banyak artikel dan dua buku tentang tingkat keparahan dan implikasinya, dan presentasinya tidak selalu sama, tetapi saya masih akan menghargai pendekatan orang lain.)

— Mars

Ya, keparahan klaim statistik C selalu dalam kaitannya dengan tes dan hasil. Ini adalah ukuran seberapa baik cacat klaim diuji dan tidak ada. Sebuah hipotesis C sangat lulus tes dengan hasil x sejauh bahwa hasil yang lebih sumbang dari C daripada probabilitas x akan terjadi adalah C salah. Katakanlah bahwa hipotesis nol ditolak dalam uji Normal satu sisi dari rata-rata dengan hasil yang baru saja mencapai tingkat signifikansi 0,025. Hasil yang signifikan menunjukkan beberapa perbedaan dari nol, tetapi ada kekhawatiran seseorang akan membuat gunung dari molehills. Merusak kekuatan terhadap mu 'alternatif tinggi. Maka keparahan untuk menyimpulkan mu> mu 'adalah RENDAH. Itu karena kemungkinan mengamati perbedaan yang lebih besar daripada yang diamati adalah mungkin dengan asumsi bahwa mu 'benar.

— Deborah Mayo
sumber

Bisakah Anda mendefinisikan tingkat keparahan tanpa kehilangan keumuman dalam beberapa persamaan dasar? Misalnya, nilai

, di mana

adalah statistik uji dll. Keparahannya,

p = {Pr}_{0} {t (X) > t (x)}

$p = \text{Pr}_0\{t(X) > t(x)\}$

t

$t$

s = \dots

$s = \dots$

— innisfree