返回
Decoupling Visualization and Testing when Presenting Confidence Intervals
DOI:10.1017/pan.2024.24.png)
摘要
En 中文
置信区间在社会科学模型,数据和效果的呈现中无处不在。当几个区间被绘制在一起时,一个自然的倾向是询问由这些区间表示的估计是否彼此显著不同。不幸的是,没有一般的规则或程序可以让我们仅从置信区间来回答这个问题。众所周知,使用95% 置信区间中的重叠来执行0.05级别的显著性检验是不起作用的。最近的奖学金已经开发并完善了一套用于推断置信区间的工具,这些工具允许在许多不同的双变量上下文中推断具有适当的I型错误率的置信区间。这些都基于相同的基本思想,即识别标准误差的倍数 (即,新的置信水平),使得置信区间中的重叠与期望的类型i错误率匹配。这些程序仍然受到多个同时比较的阻碍。我们提出了一种全新的程序来开发推论置信区间,该程序将测试和可视化分离,可以在任何视觉测试场景中克服许多这些问题。我们在R和Stata中提供软件来实现这一目标。
Keyword:
confidence intervals
visual testing
statistical inference
期刊
IF:
5.4
论文数:
74
被引数:
6.7K
机构
引用论文
Confidence intervals for dependent data: Equating non-overlap with statistical significance相关数据的置信区间: 将不重叠等同于统计显著性
On Judging the Significance of Differences by Examining the Overlap Between Confidence Intervals通过检查置信区间之间的重叠来判断差异的重要性
The Significance of Differences Interval: Assessing the Statistical and Substantive Difference between Two Quantities of Interest差异区间的重要性: 评估两个兴趣量之间的统计和实质性差异
JOURNAL OF POLITICS
IF3.8
Overlapping confidence intervals or standard error intervals: What do they mean in terms of statistical significance?重叠置信区间或标准误差区间: 它们在统计意义上是什么意思?
Losing legitimacy: The challenges of the Dobbs ruling to conventional legitimacy theory失去合法性: 多布斯统治对传统合法性理论的挑战

