Haruskah saya melaporkan interval yang kredibel alih-alih interval kepercayaan?

Setelah menemukan konsep dalam buku teks statistik, saya mencoba untuk membungkus kepala saya tentang hal itu, dan akhirnya sampai pada kesimpulan yang tampaknya sesuai dengan semua penjelasan yang telah saya lihat sejauh ini: Interval yang kredibel adalah apa yang non-ahli statistik pikir kepercayaan Intervalnya adalah.

Digresi bagi orang-orang seperti saya-dari-satu-jam yang lalu yang tidak tahu bedanya

Jika kita mengamati data dan memperkirakan beberapa parameter darinya, katakanlah mean , interval kredibel adalah interval yang menjadi tujuan kita 95% yakin bahwa mu berada di dalam (atau angka selain 95%, jika kita menggunakan level lain). Interval kepercayaan yang diajarkan dalam kelas statistik pengantar bisa tumpang tindih dengan interval yang kredibel, tetapi tidak akan selalu tumpang tindih dengan baik. Jika Anda ingin berani memberikan penjelasan, coba baca ini dan pertanyaan ini di Cross Validated; apa yang akhirnya membantu saya memahami, setelah banyak yang menggaruk, adalah jawaban ini .$\mu$$[\mu_{\text{min}},\ \mu_{\text{max}}]$

Apakah itu berarti bahwa secara ilmiah lebih disukai untuk menggunakan interval yang kredibel daripada interval kepercayaan dalam hasil saya? Jika ya, mengapa saya belum melihat publikasi yang menggunakannya?

• Apakah karena konsep itu harus digunakan, tetapi para ilmuwan pengukuran belum menangkap metode statistik yang benar?
• Atau apakah makna interval kepercayaan asli lebih cocok untuk menjelaskan hasil dari studi empiris?
• Atau apakah itu dalam praktiknya, mereka sering tumpang tindih sehingga tidak masalah sama sekali?
• Apakah pilihan tergantung pada distribusi statistik yang kami asumsikan untuk data kami? Mungkin dengan distribusi Gaussian, mereka selalu tumpang tindih secara numerik, jadi tidak ada orang di luar statistik murni yang peduli tentang perbedaan (banyak studi yang saya baca bahkan tidak perlu repot menghitung interval apa pun , dan mungkin sekitar 1% pernah memberi ruang untuk pemikiran itu bahwa data mereka mungkin tidak terdistribusi secara normal).
• Apakah itu tergantung pada posisi teori-ilmiah kita? Sebagai contoh, rasanya seperti interval kepercayaan harus digunakan dalam pekerjaan positivis dan interval kredibel dalam pekerjaan interpretivis, tetapi saya tidak yakin bahwa perasaan ini benar.

Jenis interval menunjukkan jenis metode apa yang Anda gunakan. Jika interval kredibel (atau varian Bayesian), itu berarti metode Bayesian digunakan. Jika interval kepercayaan, maka metode frequentist digunakan.

Re: Atau apakah itu dalam prakteknya, mereka sering tumpang tindih sehingga tidak masalah sama sekali? Selama

• kondisi untuk menggunakan metode cukup terpenuhi (misalnya "independensi pengamatan" adalah persyaratan untuk banyak metode),
• metode Bayesian tidak menggunakan informasi sebelumnya,
• sampel yang tidak terlalu kecil, dan
• model / metode analog,

interval kredibel dan kepercayaan akan dekat satu sama lain. Alasannya: kemungkinan akan mendominasi Bayesian sebelumnya, dan kemungkinan itulah yang biasanya digunakan dalam metode frequentist.

Saya sarankan jangan khawatir tentang yang harus digunakan. Jika Anda menginginkan informasi sebelumnya, maka pastikan untuk menggunakan metode Bayesian. Jika tidak, maka pilih metode dan konteks yang sesuai (frequentist atau Bayesian), periksa untuk memastikan kondisi yang diperlukan untuk menerapkan metode puas, (begitu penting tetapi jarang dilakukan!), Dan kemudian bergerak maju jika metode tersebut sesuai untuk tipe data.