Minha pergunta é semântica. Quando um método rotineiramente produz altos valores de p, é chamado de conservador. Você chamaria o oposto, isto é, um método com uma alta taxa de erro tipo II liberal?
Minha pergunta é semântica. Quando um método rotineiramente produz altos valores de p, é chamado de conservador. Você chamaria o oposto, isto é, um método com uma alta taxa de erro tipo II liberal?
Respostas:
De acordo com esta página inicial , é comum usar esta terminologia.
Conservador em estatística tem o mesmo significado geral que em outras áreas: evitar o excesso, errando por precaução. Nas estatísticas, “conservador” refere-se especificamente a ser cauteloso quando se trata de testes de hipóteses, resultados de testes ou intervalos de confiança. Relatórios de maneira conservadora significa que é menos provável que você esteja fornecendo as informações erradas.
que pode ser especificado no seguinte sentido:
Um teste conservador sempre mantém a probabilidade de rejeitar a hipótese nula bem abaixo do nível de significância. Digamos que você esteja executando um teste de hipótese em que define o nível alfa em 5%. Isso significa que o teste (falsamente) fornecerá um resultado significativo 1 em 20 vezes. Isso é chamado de taxa de erro do tipo I. Um teste conservador sempre controlaria a taxa de erro Tipo I em um nível muito menor que 5%, o que significa que sua chance de errar será bem inferior a 5% (talvez 2%). *
No entanto, recomendo que você use outras terminologias, por exemplo, a definição de poder. Se um teste de hipótese é "liberal" em sua terminologia, ele tem mais poder. Se um teste de hipótese é "conservador" em sua terminologia, ele tem menos poder. Na minha experiência, o termo "uma hipótese liberal" é pouco utilizado na prática e pode parecer incomum para o seu público, mesmo que ele seja composto por estatísticos.
No parágrafo seguinte, explico por que "conservador" e "liberal" nem sempre são a diferença exata na política. Portanto, eu não recomendo usar liberal como oposto de conservador em estatística. Sinta-se livre para ignorar esta parte se ela não ajudar
Note que também na ciência política liberal não é necessariamente o oposto de conservador. Nos políticos de esquerda dos EUA, como Bernie Sanders, são chamados liberais, mas em muitas partes da Europa, por exemplo, Alemanha, Holanda e Dinamarca, é diferente. Na política alemã, o liberalismo é entendido principalmente como o máximo de liberdade política, especialmente em economia. O Partido Liberal Alemão (FDP) é, em muitas questões, mais de direita do que socialista, apesar de endossar questões como os direitos LGBT e a legalização da cannabis. Alguns alemães podem pensar no que é chamado libertário nos EUA quando você menciona "política liberal". Na Dinamarca e na Holanda é ainda mais complicado. Você tem dois grandes partidos que se consideram liberais - nos Países Baixos "VVD" e "D66"; Na Dinamarca, o "Vestre" e o "Radicale Vestre". Enquanto "VVD" e "Vestre" são bastante "de direita", o "D66" e o "Radicale Vestre" são de esquerda.
Por esse motivo, você não deve usar a terminologia: "teste estatístico conservador" e "teste estatístico liberal" ao falar com uma audiência global e internacional.
PS: Espero manter minha posição política fora deste tópico e explicá-lo de maneira neutra.
A pergunta afirma que "quando um método produz rotineiramente altos valores de p, é chamado de conservador". Como apontado por @Acccumulation nos comentários, um valor-p tem uma definição precisa. Não se tem valores p mais ou menos conservadores. Na prática, às vezes é preciso estimar um valor p (por exemplo, usando o bootstrap), e suponho que alguém possa descrever um estimador como "conservador". Mas eu não vi isso na prática, e acho que não é isso que a questão está chegando.
Embora eu não tenha uma referência útil, certamente parece natural referir-me a um teste de hipótese como sendo mais conservador do que outro se houver um erro menor do tipo 1. Usar liberal no sentido oposto parece possível, embora não me lembre de ter visto isso em qualquer lugar.
O termo "conservador" é frequentemente usado para intervalos de confiança. Um procedimento de intervalo de confiança de 95% terá probabilidades de cobertura diferentes, dependendo do valor real do parâmetro. Por exemplo, na estimativa de intervalo para uma proporção binomial de Brown et al. , Falando sobre dois intervalos de confiança diferentes para uma probabilidade de Bernoulli p, eles dizem "a probabilidade de cobertura do intervalo [Agresti-Coull] é bastante conservadora para p muito próxima" para 0 ou 1. Em comparação com o intervalo de Wilson, é mais conservador, especialmente para n pequeno. " Dizer que é conservador para p muito próximo de 0 ou 1 significa que para p próximo a 0 ou 1, a probabilidade do intervalo que contém o valor verdadeiro de p será muito alta - maior que a cobertura nominal do intervalo (digamos 95% )