Détail de la notice
Titre du Document
Confusion over measures of evidence (p's) versus errors (α's) in classical statistical testing
Auteur(s)
HUBBARD Raymond ; BAYARRI M. J. ; BERK Kenneth N. ; ...
Résumé
Confusion surrounding the reporting and interpretation of results of classical statistical tests is widespread among applied researchers, most of whom erroneously believe that such tests are prescribed by a single coherent theory of statistical inference. This is not the case: Classical statistical testing is an anonymous hybrid of the competing and frequently contradictory approaches formulated by R. A. Fisher on the one hand, and Jerzy Neyman and Egon Pearson on the other. In particular, there is a widespread failure to appreciate the incompatibility of Fisher's evidential p value with the Type I error rate, α, of Neyman-Pearson statistical orthodoxy. The distinction between evidence (p's) and error (α's) is not trivial. Instead, it reflects the fundamental differences between Filsher's ideas on significance testing and inductive inference, and Neyman-Pearson's views on hypothesis testing and inductive behzvior. The emphasis of the article is to expose this incompatibility, but we also hriefly note a possible reconciliation.
Editeur
American Statistical Association
Identifiant
ISSN : 0003-1305 CODEN : ASTAAJ
Source
The American statistician A. 2003, vol. 57, n° 3, pp. 171-182 [12 pages] [bibl. : dissem.]
Langue
Anglais
Pour les membres de la communauté du CNRS, ce document est autorisé à la reproduction à titre gratuit.
Pour les membres des communautés hors CNRS, la reproduction de ce document à titre onéreux sera fournie sous réserve d’autorisation du Centre Français d’exploitation du droit de Copie.

Pour bénéficier de nos services (strictement destinés aux membres de la communauté CNRS (Centre National de la Recherche Scientifique), de l'ESR français (Enseignement Supérieur et Recherche), et du secteur public français & étranger) :