Beberapa tes statistik kuat dan beberapa tidak. Apa sebenarnya arti ketahanan? Anehnya, saya tidak dapat menemukan pertanyaan seperti itu di situs ini.
Selain itu, terkadang, kekuatan dan kekuatan suatu tes dibahas bersama. Dan secara intuitif, saya tidak bisa membedakan antara dua konsep. Apa itu tes yang kuat? Apa bedanya dengan uji statistik yang kuat?
statistical-significance
power
robust
Penat terbang
sumber
sumber
Jawaban:
Robustness memiliki berbagai arti dalam statistik, tetapi semuanya menyiratkan ketahanan terhadap perubahan dalam tipe data yang digunakan. Ini mungkin terdengar agak ambigu, tetapi itu karena ketahanan dapat merujuk pada berbagai jenis ketidakpekaan terhadap perubahan. Sebagai contoh:
Dalam hal pengujian , ketahanan biasanya mengacu pada pengujian yang masih valid mengingat perubahan tersebut. Dengan kata lain, apakah hasilnya signifikan atau tidak hanya bermakna jika asumsi tes terpenuhi. Ketika asumsi tersebut dilonggarkan (tidak penting), tes dikatakan kuat.
Kekuatan tes adalah kemampuannya untuk mendeteksi perbedaan yang signifikan jika ada perbedaan yang sebenarnya. Alasan mengapa tes dan model khusus digunakan dengan berbagai asumsi adalah bahwa asumsi-asumsi ini menyederhanakan masalah (mis. Memerlukan lebih sedikit parameter untuk diperkirakan). Semakin banyak asumsi yang dibuat oleh sebuah tes, semakin kuat pula, karena semua asumsi ini harus dipenuhi agar tes tersebut valid.
Di sisi lain, tes dengan asumsi lebih sedikit lebih kuat. Namun, ketahanan umumnya datang pada biaya daya, karena kurang informasi dari input yang digunakan, atau lebih banyak parameter perlu diperkirakan.
sumber
powerfulseperti yang saya lihat Anda bahas dalam jawaban Anda. Maukah Anda menjelaskan apa artinya tes yang kuat?Tidak ada definisi formal dari "uji statistik yang kuat", tetapi ada semacam kesepakatan umum tentang apa artinya ini. Situs web Wikipedia memiliki definisi yang baik tentang hal ini (dalam hal statistik daripada tes itu sendiri):
https://en.wikipedia.org/wiki/Robust_statistics
sumber