All evidence is equal: the flaw in statistical reasoning
All evidence is equal: the flaw in statistical reasoning
复制标题
所有证据都是平等的：统计推理的缺陷
DOI：
10.1080/03054980903518928
复制
发表时间：
2010
影响因子：
2
通讯作者：
Gorard S
中科院分区：
文献类型：
--
作者：
Gorard S
在现有的“定量”/“定性”分裂的背景下，本文简要地提醒读者当前在社会科学研究中检验统计意义的做法。这种做法是基于两个条件概率之间普遍存在的混淆。一个有效的例子和其他逻辑论证元素表明了目前进行的统计测试中的缺陷，即使在满足严格协议的情况下也是如此。对重要性的评估不能标准化，需要了解分析师通常不知道、通常也不能知道的潜在数字。因此，即使所有假设都得到满足，孤立地进行统计检验的做法也是徒劳的。因此，许多人问的问题是--我们应该做什么？这或许是一个错误的问题。相反，问题可能是--为什么我们应该期望将随机抽样的数字与任何其他类型的数字或任何其他形式的证据区别对待？相反，我们可以像使用大多数其他数据一样，谨慎、有判断力地使用数据。如果所有这些证据都是平等的，那么对研究综合和我们产生新知识的方式的影响是相当大的。
In the context of existing ‘quantitative’/‘qualitative’ schisms, this paper briefly reminds readers of the current practice of testing for statistical significance in social science research. This practice is based on a widespread confusion between two conditional probabilities. A worked example and other elements of logical argument demonstrate the flaw in statistical testing as currently conducted, even when strict protocols are met. Assessment of significance cannot be standardised and requires knowledge of an underlying figure that the analyst does not generally have and cannot usually know. Therefore, even if all assumptions are met, the practice of statistical testing in isolation is futile. The question many people then ask in consequence is—what should we do instead? This is, perhaps, the wrong question. Rather, the question could be—why should we expect to treat randomly sampled figures differently from any other kinds of numbers, or any other forms of evidence? What we could do ‘instead’ is use figures in the same way as we would most other data, with care and judgement. If all such evidence is equal, the implications for research synthesis and the way we generate new knowledge are considerable.
登录
查看更多内容
影响因子：
22.4
作者：
ROZEBOOM, WW
通讯作者：
ROZEBOOM, WW
DOI：
--
发表时间：
2004
期刊：
影响因子：
--
作者：
Stephen Gorard *;K. Rushforth;Chris Taylor
通讯作者：
Chris Taylor
对“理论”的三种滥用：与罗伊·纳什的接触
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
S. Gorard
通讯作者：
S. Gorard
如果没有显着性检验怎么办
DOI：
--
发表时间：
1997
期刊：
影响因子：
--
作者：
L. Harlow;S. Mulaik;J. H. Steiger
通讯作者：
J. H. Steiger
影响因子：
2
作者：
J. Tooley;P. Dixon;S. Gomathi
通讯作者：
J. Tooley;P. Dixon;S. Gomathi