Στατιστική τεκμηρίωση: P-τιμές και παράγοντες Μπέυζ

Κτιστάκης, Μάρκος-Αλέξανδρος; Ktistakis, Markos-Alexandros

dc.contributor.author	Κτιστάκης, Μάρκος-Αλέξανδρος	el
dc.contributor.author	Ktistakis, Markos-Alexandros	en
dc.date.accessioned	2019-07-12T09:58:02Z
dc.date.available	2019-07-12T09:58:02Z
dc.date.issued	2019-07-12
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/49055
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16723
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	P-τιμές	el
dc.subject	Παράγοντες Μπέυζ	el
dc.subject	Έλεγχοι υποθέσεων	el
dc.subject	Στατιστική συμπερασματολογία	el
dc.subject	Μπεϋζιανή στατιστική	el
dc.subject	P-values	en
dc.subject	Bayes factors	en
dc.subject	Hypothesis testing	en
dc.subject	Statistical inference	en
dc.subject	Bayes statistics	en
dc.title	Στατιστική τεκμηρίωση: P-τιμές και παράγοντες Μπέυζ	el
heal.type	bachelorThesis
heal.classification	Στατιστική	el
heal.language	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2019-02-20
heal.abstract	Η αυξανόμενη χρήση στατιστικών μεθόδων στην επιστημονική έρευνα έχει φέρει στο φως αδυναμίες των κλασικών ελέγχων υποθέσεων και ιδιαίτερα των p-τιμών, που ενώ είναι χρήσιμο στατιστικό εργαλείο, συχνά οδηγεί σε παρερμηνείες και λάθος συμπεράσματα. Άλλες μέθοδοι στατιστικής συμπερασματολογίας έχουν προταθεί και εφαρμόζονται, μεταξύ αυτών σημαντική θέση κατέχουν οι Μπεϋζιανοί έλεγχοι υποθέσεων. Στην παρούσα εργασία επιχειρείται μία αποτίμηση των συγκριτικών πλεονεκτημάτων των δύο προσεγγίσεων, της κλασικής και της Μπεϋζιανής και ειδικότερα των p-τιμών και των παραγόντων Μπέυζ, ποσοτήτων που είναι χαρακτηριστικές αυτών των πλαισίων συμπερασματολογίας. Παρατίθενται οι προσεγγίσεις των Fisher και Neyman-Pearson πάνω στις οποίες στηρίζονται οι κλασικοί έλεγχοι υποθέσεων και οι p-τιμές, καθώς και οι Μπεϋζιανοί έλεγχοι υποθέσεων και οι παράγοντες Μπέυζ. Αναπτύσσονται τα προβλήματα και οι παρερμηνείες που γεννώνται από τη χρήση των p-τιμών και γενικότερα των κλασικών ελέγχων υποθέσεων αλλά και τα πλεονεκτήματα και μειονεκτήματα των παραγόντων Μπέυζ και γενικότερα της Μπεϋζιανής μεθόδου. Παρουσιάζεται το παράδοξο του Lindley, προτείνονται κάποιες βαθμονομήσεις των p-τιμών για να χρησιμοποιηθούν αντί των p-τιμών και μία λύση στο πρόβλημα της αναπαραγωγισιμότητας. Προκύπτει ότι οι παράγοντες Μπέυζ, παρόλα τα σαφή πλεονεκτήματα τους, παρουσιάζουν αρκετές δυσκολίες στην εφαρμογή ώστε να μην έχουν αντικαταστήσει τις p-τιμές στις περισσότερες εφαρμογές. Μελλοντική διερεύνηση και καθιέρωση εναλλακτικών μεθόδων θα συντελέσει στη μείωση των παρερμηνειών και λανθασμένων συμπερασμάτων στα οποία οδηγεί η χρήση των p-τιμών.	el
heal.abstract	Increased use of statistical methods in scientific research has brought to light weaknesses of the classical hypothesis testing approach and specifically of p-values, which although a useful statistical tool, often lead to misinterpretations and wrong conclusions. Other methods of statistical inference have been proposed and applied, amongst those a leading place is reserved for Bayesian hypothesis testing. In this work an evaluation is attempted of the comparative advantages of the two statistical approaches, the classical and the Bayesian. Specific focus is paid on p-values and Bayes factors, two statistical measures that characterize these inference frameworks. The approaches of Fisher and Neyman-Pearson, upon which the classical hypotheses tests are based, are described. The p-values, the Bayesian hypotheses tests and the Bayes factors are illustrated, as well as the problems and the misinterpretations arising from the use of p-values and generally the classical hypothesis testing. The advantages and disadvantages of Bayes factors and the Bayesian approach are explained. The Lindley paradox is commented upon, and calibrations of p-values to replace ordinary p-values are introduced. A solution to the reproducibility problem is discussed. It’s deducted that Bayes factors, despite their obvious advantages, are still difficult to apply, and hence have not replaced p-values in the majority of statistical hypotheses tests. A future investigation and establishment of alternative methods would contribute to a reduction of misinterpretations and incorrect conclusions that come as a consequence of utilizing p-values.	en
heal.advisorName	Φουσκάκης, Δημήτριος	el
heal.committeeMemberName	Βόντα, Φιλία	el
heal.committeeMemberName	Παπαπαντολέων, Αντώνης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών. Τομέας Μαθηματικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	68 σ.	el
heal.fullTextAvailability	true