فایل ورد کامل زندگی با مقادیر پی احیای دیدگاه بیزی در آمار های فراوانی گرا

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل زندگی با مقادیر پی احیای دیدگاه بیزی در آمار های فراوانی گرا،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۲ صفحه

بحث
برای بیش از ۷۰ سال، مقادیر پی صفر مرسوم ترین و بحث برانگیزترین موضوع آمار استنباطی بوده است. دلیل اصلی این امر کاربرد آنها در آزمایش فرضیات در برابر مقادیر ثابت آلفا مانند ۰۰۵ است. اما مساله ای که در آموزش های آماری ذکر نمی شود این است که مقادیر پی را می توان از قوانین تصمیم گیری، آزمون سازی، حذف های دلبخواهی و فرضیات صفر جدا کرد. در تحلیل های اپیدمی معمولی، در عوض مقادیر پی دو وجهی را می توان به عنوان معیار های احتمال ( با هر دو معنی فراوانی گرا و بیزی) فاصله کل فرضیات موجود تا داده دانست.

عنوان انگلیسی:Living with P Values Resurrecting a Bayesian Perspective on Frequentist Statistics~~en~~

DISCUSSION

For more than 70 years, null P values have been the most common and yet most controversial inferential statistic,primarily because of their use for hypothesis testing against fixed alpha (significance) levels such as 0.05. A point often lost in statistical training, however, is that P values can be divorced from decision rules, testing, arbitrary cutoffs, and null hypotheses. In ordinary epidemiologic analyses, twosided P values can instead be used as probability measures (with both frequentist and Bayesian meaning) of the distance from (or fit of) the entire set assumptions (including model and validity assumptions and the explicit assumption of t = ) to the data. One-sided P values such as P0 / 2 can be used to measure support for or probability of their one-sided hypotheses, given the remaining assumptions. Large P values are then as telling as small ones; for example, if P0 / 2 is large, then, considered in isolation, the study seems vague about the direction of an association when viewed through the same model lens used to compute the estimate  and the confidence interval. Furthermore, if one uses an informative prior to derive the posterior probability of the point estimate being in the wrong direction, P0 / 2 provides a reference point indicating how much the prior information influenced that posterior probability.

$$en!!