线性概率空间中的统计检验
摘要：用简单的加法计算后验概率，即用贝叶斯定理计算后验概率。如果我们不把概率范围限制在0到1.0之间，这是可能的。当数据转换为对数几率比（log10 odds）时，会出现一个自然的线性概率空间。在这个空间中，概率被W（权重）取代，其中W=log10（概率/（1-概率））。我想论述在线性概率空间中进行统计检验的多个好处：1）在线性概率空间中进行统计检验是准确的，而在其他空间中不准确。2）效应量被称为影响力（I），是两个处理之间均值的差异（I=Wmean2-Wmean1）。3）贝叶斯定理简单地表示为W后验=W先验+I检验。4）显著性（p值）被确定性（C）取代，确定性是p值的W。描述了将数据转换为线性概率空间和从线性概率空间转换出来的方法。
作者：Christopher M Rembold
论文ID：1904.01491
分类：Other Statistics
分类简称：stat.OT
提交时间：2019-04-03