دانلود ترجمه مقاله زندگی با ارزش P راه اندازی مجدد چشم انداز بیزی در آمار فراوانی گرا – مجله LWW

مشخصات مقاله انگلیسی (PDF)
سال انتشار مقاله	۲۰۱۳
تعداد صفحات مقاله انگلیسی	۷ صفحه با فرمت pdf
رشته های مرتبط با این مقاله	آمار
گرایش های مرتبط با این مقاله	آمار ریاضی
مجله مربوطه	همه گیرشناسی – Epidemiology
دانشگاه تهیه کننده	گروه آمار، دانشگاه کالیفرنیا، لس آنجلس
رفرنس	دارد
لینک مقاله در سایت مرجع	لینک این مقاله در سایت LWW
نشریه LWW

• فهرست مطالب:

چکیده
آیا با توجه به بازه های اطمینان، مقادیر پی غیر ضروری هستند؟
فرضیات و نکات
تفاسیر درست فراوانی از مقادیر پی و بازه های اطمینان
تفاسیر درست بیزی از مقادیر پی و بازه های اطمینان
تفسیر پیشین اکستریم
اعتراضات به پریورهای احتمال برابر و پاسخ به آنها
نتایج حدی از پریورهای آگاهی بخش بیشتر
برخی محدودیت ها
مقادیر پی در عوامل بیز
بحث

• بخشی از ترجمه:

بحث
برای بیش از ۷۰ سال، مقادیر پی صفر مرسوم ترین و بحث برانگیزترین موضوع آمار استنباطی بوده است. دلیل اصلی این امر کاربرد آنها در آزمایش فرضیات در برابر مقادیر ثابت آلفا مانند ۰٫۰۵ است. اما مساله ای که در آموزش های آماری ذکر نمی شود این است که مقادیر پی را می توان از قوانین تصمیم گیری، آزمون سازی، حذف های دلبخواهی و فرضیات صفر جدا کرد. در تحلیل های اپیدمی معمولی، در عوض مقادیر پی دو وجهی را می توان به عنوان معیار های احتمال ( با هر دو معنی فراوانی گرا و بیزی) فاصله کل فرضیات موجود تا داده دانست.

• بخشی از مقاله انگلیسی:

DISCUSSION

For more than 70 years, null P values have been the most common and yet most controversial inferential statistic,primarily because of their use for hypothesis testing against fixed alpha (significance) levels such as 0.05. A point often lost in statistical training, however, is that P values can be divorced from decision rules, testing, arbitrary cutoffs, and null hypotheses. In ordinary epidemiologic analyses, twosided P values can instead be used as probability measures (with both frequentist and Bayesian meaning) of the distance from (or fit of) the entire set assumptions (including model and validity assumptions and the explicit assumption of θ θ t = ) to the data. One-sided P values such as P0 / 2 can be used to measure support for or probability of their one-sided hypotheses, given the remaining assumptions. Large P values are then as telling as small ones; for example, if P0 / 2 is large, then, considered in isolation, the study seems vague about the direction of an association when viewed through the same model lens used to compute the estimate θ  and the confidence interval. Furthermore, if one uses an informative prior to derive the posterior probability of the point estimate being in the wrong direction, P0 / 2 provides a reference point indicating how much the prior information influenced that posterior probability.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله