统计证据-第5期 荣誉项目 2025春季学期 - - - - - -阿姆斯特丹

假设检验, 例如，测试某种药物是否比另一种药物更好, 或者测试一个基因是否与某种疾病有关, 是统计学的一个重要且无处不在的应用吗. 在这门课程中，我们感兴趣的问题是统计数据在多大程度上为给定的假设提供证据. 这似乎是一个无辜的问题，但事实并非如此. 碰巧的是，几乎所有的统计学入门课程所教授的方法都是适用于这些课程所没有设计的情况，而且测试结果被赋予了它们所没有的意义.

在应用统计学中的特定测试或技术之前, 人们应该问这样一个问题:测试或程序的真正目的是什么. 你想看看这些数据在多大程度上为一个特定的假设提供了证据吗? 你想让数据迫使你在两个相互竞争的假设之间做出决定吗? 当比较两个或更多特定的假设时，你想看看数据有什么要说的吗? 根据不同的目标，统计方法可能会有很大的不同. 不幸的是, 在目前的实践中, 这一点通常没有得到很好的理解, 不仅是学生，还有老师. 其结果是，统计技术常常被用于其设计初衷之外的目的. 下面是一个例子:

假设一个研究人员想要调查一个特定的假设, 他设计了一个实验，重复了很多次, 比如说30次. 通常，他会通过假设所谓的零假设来建立实验，即他的研究假设是不正确的, 希望能够拒绝基于30个实验统计数据的零假设. 假设他不能以一定的显著性水平拒绝他的假设的否定. 他随后决定进行一些额外的实验，希望之后, 说, 50个实验, 他确实达到了他的目的. 这可能是常见的做法, 这是不正确的，因为他不可能在30次实验后进行第一次分析后得出他想要的结论, 不管他会坚持多久, 不管额外的结果是什么.

当我们想知道数据在多大程度上为某个假设提供了证据时，我们会解释这一点, 唯一合理的方法是与另一个假设进行比较, 在这种情况下，所谓的似然比衡量的是两个假设证据的相对权重. 这种可能性方法解决了大多数误解和问题, 尽管某些问题仍将存在.

这门课程既是基础课程, 哲学的同时也很实用, 有很多例子.

阿姆斯特丹自由大学(VU Amsterdam)根据ECTS系统授予学分. 因此，课程描述下列出的联系时间可能会因每门课程所需的讲座和独立工作的组合而有所不同, 东航?推荐学分是基于阿姆斯特丹自由大学分配的ECTS学分. 1学分等于阿姆斯特丹大学分配的28学时.

这是一门荣誉课程.