详细内容或原文请订阅后点击阅览
科学家对统计证据的误解及其解决方法
统计学是科学的一个关键工具，它帮助我们了解数据揭示的重要问题。然而，“统计证据”的概念仍然难以定义。多伦多大学的 Michael Evans 教授在他最近的研究中探讨了这个复杂的问题，该研究发表在《百科全书 2024》上。统计学领域关注的是 […]
来源:科学特色系列统计学是科学的一个关键工具，它帮助我们理解数据揭示的重要问题。然而，“统计证据”的概念仍然难以定义。多伦多大学的 Michael Evans 教授在他最近的研究中探讨了这个复杂的问题，该研究发表在《百科全书 2024》上。
统计学领域关注的是这样的情形：感兴趣的数量值未知，数据已经收集，人们认为这些数据包含有关未知值的证据。统计理论应该根据数据回答两个主要问题：(i) 为感兴趣的数量提供一个合理的值以及估计的准确性度量，以及 (ii) 评估是否有证据支持或反对感兴趣的数量的假设值以及证据的强度度量。例如，估计感染 COVID-19 的人中将患上严重疾病的比例肯定是令人感兴趣的，或者，根据韦伯望远镜的测量结果，我们希望知道是否已经获得了支持或反对暗物质存在假设的证据。
正如论文所讨论的，解决这些问题有两个大主题：证据方法和决策方法。证据方法侧重于确保所使用的任何统计方法都明确基于数据中的证据。相比之下，决策理论旨在使用基于对错误结论的假定惩罚措施来最小化潜在损失的方法。然而，对于科学应用而言，有人认为，优先考虑数据中的证据符合科学的基本目标，即确定真相。埃文斯教授的文章使他坚定地站在了证据阵营。
证据原则