.png){kind=icon}
返回
Robust tests should be the default, not the backup
.png){kind=icon}
PRE
AI
DOI：10.24072/pci.psych.100025.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文探讨了在证伪主义传统下使用稳健统计检验相较于标准检验（如t检验、ANOVA和普通最小二乘回归检验）的知性优势。笔者以稳健线性回归为例进行说明，该回归不依赖于正态分布误差、同方差性以及极端值和异常值的不重要性。具备这些广泛稳健性特征的检验能够对抗因不同研究间数据异常产生方式不同而导致的不可重复性问题。从一开始就使用此类检验可以避免基于数据判断标准检验是否适用的决策陷阱。在常见做法中，额外进行稳健检验（通常是对数据检查的回应）会产生多重检验结果。笔者认为，当必须做出二元决策时（例如，基于效应存在的假设决定是否进行进一步研究），应避免这种情况，因为使用单一检验简化了分析。尽管R软件提供了众多稳健方法，但提供广泛稳健性的方法大多局限于线性模型。
Keyword:
WILCOXON-MANN-WHITNEY
STATISTICAL-METHODS
STANDARD ERRORS
ASSUMPTIONS
VIOLATIONS
VARIANCE
CONSEQUENCES
ALTERNATIVES
INFERENCE
OUTLIERS
