关于Neyman-Fisher争议及其后果的评论
统计方法学
2014-09-10 v1
摘要
这里讨论的Neyman-Fisher争议源于1935年Jerzy Neyman向皇家统计学会提交的《农业实验中的统计问题》。Neyman断言，随机完全区组设计的标准方差分析F检验是有效的，而拉丁方的类似检验在检测处理间差异（当平均处理效应为零时）比期望更频繁地拒绝（即具有比声称更高的I型错误）的意义上是无效的。然而，Neyman对两种设计的期望残差均方的表达式通常是不正确的。此外，Neyman认为，只要期望处理均方大于期望残差均方，I型错误（在检验平均处理效应为零的原假设时）就会高于期望，这一观点通常也是不正确的。简单的例子表明，如果没有对潜在结果的进一步假设，无法从期望均方确定F检验的I型错误。最终，我们认为Neyman-Fisher争议对统计学的发展产生了有害影响，一个主要后果是潜在结果被忽视，转而采用线性模型和在没有应用背景的情况下不精确的经典统计程序。
引用
@article{arxiv.1409.2675,
title = {Comments on the Neyman-Fisher Controversy and Its Consequences},
author = {Arman Sabbaghi and Donald B. Rubin},
journal= {arXiv preprint arXiv:1409.2675},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-STS454 the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)