Nilai p “Liberal”?

Pertanyaan saya agak semantik. Ketika suatu metode secara rutin menghasilkan nilai-p tinggi itu disebut konservatif. Apakah Anda akan memanggil yang sebaliknya, yaitu metode dengan tingkat kesalahan tipe II yang tinggi liberal?

Menurut beranda ini adalah umum untuk menggunakan terminologi ini.

Konservatif dalam statistik memiliki arti umum yang sama dengan di bidang lain: menghindari kelebihan dengan berbuat salah di sisi hati-hati. Dalam statistik, "konservatif" secara khusus mengacu pada kehati-hatian dalam hal tes hipotesis, hasil tes, atau interval kepercayaan. Melaporkan secara konservatif berarti Anda cenderung memberikan informasi yang salah.

yang dapat ditentukan dalam pengertian berikut:

Tes konservatif selalu menjaga probabilitas menolak hipotesis nol jauh di bawah tingkat signifikansi. Katakanlah Anda menjalankan tes hipotesis di mana Anda menetapkan level alpha pada 5%. Itu berarti bahwa tes akan (secara salah) memberi Anda hasil yang signifikan 1 dari 20 kali. Ini disebut tingkat kesalahan Tipe I. Tes konservatif akan selalu mengendalikan tingkat kesalahan Tipe I pada level yang jauh lebih kecil dari 5%, yang berarti peluang Anda untuk melakukan kesalahan akan jauh di bawah 5% (mungkin 2%). *

Namun saya menyarankan Anda untuk menggunakan terminologi lain, misalnya definisi kekuasaan. Jika tes hipotesis "liberal" dalam terminologi Anda, itu memiliki kekuatan lebih. Jika tes hipotesis "konservatif" dalam terminologi Anda, ia memiliki kekuatan yang lebih kecil. Dalam pengalaman saya, istilah "hipotesis liberal" jarang digunakan dalam praktik dan mungkin terdengar tidak biasa bagi audiens Anda, bahkan jika audiens Anda terdiri dari ahli statistik.

Dalam paragraf berikut saya menjelaskan mengapa "konservatif" dan "liberal" tidak selalu merupakan perbedaan yang tepat dalam politik. Karena itu saya tidak merekomendasikan penggunaan liberal sebagai kebalikan dari konservatif dalam statistik. Jangan ragu untuk mengabaikan bagian ini jika itu tidak membantu Anda

Perhatikan bahwa juga dalam ilmu politik liberal tidak selalu berlawanan dengan konservatif. Di AS, politisi sayap kiri seperti Bernie Sanders disebut liberal, tetapi di banyak bagian Eropa, misalnya Jerman, Belanda, dan Denmark berbeda. Dalam Politik Jerman, Liberalisme terutama dipahami sebagai kebebasan politik maksimum, terutama dalam bidang ekonomi. Partai Liberal Jerman (FDP) dalam banyak masalah lebih banyak sayap kanan daripada sosialis meskipun mereka mendukung isu-isu seperti LGBT Rights dan Legalisasi Cannabis. Beberapa orang Jerman mungkin berpikir tentang apa yang disebut Libertarian di AS ketika Anda menyebut "politik liberal". Di Denmark dan Belanda itu bahkan lebih rumit. Anda memiliki dua partai besar yang menganggap diri mereka liberal - Di Belanda "VVD" dan "D66"; Di Denmark "Vestre" dan "Radicale Vestre". Sementara "VVD" dan "Vestre" agak "sayap kanan" "D66" dan "Radicale Vestre" agak sayap kiri.

Untuk alasan ini Anda tidak boleh menggunakan terminologi: "uji statistik konservatif" dan "uji statistik liberal" ketika berbicara kepada audiens global dan internasional.

PS: Saya harap saya menjaga sikap politik saya dari topik ini dan menjelaskannya dengan netral.

Pertanyaannya mengklaim "ketika suatu metode secara rutin menghasilkan nilai-p tinggi itu disebut konservatif." Seperti yang ditunjukkan oleh @Akumulasi dalam komentar, nilai-p memiliki definisi yang tepat. Seseorang tidak memiliki nilai p yang lebih konservatif. Dalam praktiknya, kadang-kadang seseorang harus memperkirakan nilai-p (misalnya dengan menggunakan bootstrap), dan saya kira orang bisa menggambarkan penaksir seperti itu sebagai "konservatif". Tapi saya belum melihat ini dalam praktek, dan saya pikir bukan itu pertanyaannya.

Meskipun saya tidak memiliki referensi yang berguna, tentu saja wajar untuk menyebut satu tes hipotesis sebagai lebih konservatif daripada yang lain jika memiliki kesalahan tipe 1 yang lebih kecil. Menggunakan liberal dalam arti yang berlawanan tampaknya mungkin, meskipun saya tidak ingat pernah melihatnya di mana pun.

Istilah "konservatif" sering digunakan untuk interval kepercayaan. Prosedur interval kepercayaan 95% akan memiliki probabilitas cakupan yang berbeda tergantung pada apa nilai sebenarnya dari parameter tersebut. Misalnya, dalam Estimasi Interval Brown et al untuk Proporsi Binomial , berbicara tentang dua interval kepercayaan yang berbeda untuk probabilitas Bernoulli p, mereka mengatakan "probabilitas cakupan interval [Agresti-Coull] cukup konservatif untuk p sangat dekat ke 0 atau 1. Dibandingkan dengan interval Wilson itu lebih konservatif, terutama untuk n kecil. " Mengatakan itu konservatif untuk p sangat dekat dengan 0 atau 1 berarti bahwa untuk p dekat dengan 0 atau 1, probabilitas interval yang mengandung nilai sebenarnya p akan sangat tinggi - lebih tinggi daripada cakupan nominal interval (katakanlah 95% ).