Fisher的暗区与科学推断中的行为-统计可靠性平衡

当今科学及其他领域在很大程度上由数据驱动，这意味着统计学家拥有几乎无限的机会。能力越大，责任越重，因此统计学家必须确保正在开发用于解决这些问题的方法是可靠的。但在何种意义上可靠？这一问题颇为棘手，因为不同的可靠性概念对应于不同的统计学派，各有其哲学与方法论，在应用中常给出不同的答案。为了实现可靠地解决现代问题的目标，我主张需要在行为与统计的优先级之间取得平衡。为此，我利用 Fisher 的“概率暗区”来激发一个称为不可侵犯性的新性质，该性质粗略地要求统计学家在长期意义上避免亏钱的风险。随后，我将不可侵犯性与更为人熟知的行为和统计动机的概念，即连贯性与（频率主义式）有效性，建立联系。