Embora o título da pergunta pareça trivial, gostaria de explicar que não é tão trivial no sentido de que é diferente da questão de aplicar o mesmo teste estatístico em conjuntos de dados semelhantes para testar contra uma hipótese nula total (meta-análise, por exemplo, usando o método de Fisher para combinar valores-p). O que estou procurando é um método (se existir e se a pergunta for válida em termos estatísticos) que combinaria valores-p de dois testes estatísticos diferentes (por exemplo, um teste t e um teste u, mesmo que um seja paramétrica e a outra não), aplicada para comparar os centros de duas amostragens de duas populações. Até agora, pesquisei bastante na web sem uma resposta clara. A melhor resposta que encontrei foi baseada nos conceitos de teoria dos jogos de David Bickel ( http://arxiv.org/pdf/1111.6174.pdf ).
Uma solução muito simplista seria um esquema de votação. Suponhamos que tem dois vectores de observações e e quero aplicar várias estatísticas do tipo t (teste t, teste u, e até ANOVA unidirecional) para testar a hipótese de que os centros (médias, medianas etc.) das duas distribuições subjacentes são iguais à hipótese de que eles não estão, no nível de significância de 0,05. Suponha que eu execute 5 testes. Seria legítimo dizer que existem evidências suficientes para rejeitar a distribuição nula se eu tiver um valor de p <0,05 em 3 dos 5 testes?
Outra solução seria usar a lei da probabilidade total ou isso está completamente errado? Por exemplo, suponha que seja o evento em que a distribuição nula seja rejeitada. Em seguida, utilizando 3 testes, , , (o que significa que ), seria um possível valor de ser , onde é a probabilidade que a distribuição nula é rejeitada sob o teste .
Peço desculpas se a resposta é óbvia ou a pergunta é muito estúpida