Pusztán a nullhipotézis szignifikanciáját vizsgálni nagyon
nem Bayes-féle dolog – szigorúan véve arra kötelez bennünket,
hogy a rákgyógyszert és a műanyag Stonehenge-et egy kalap alá
vegyük. Nem csapás ez a statisztika Fisher-féle felfogására? Épp
ellenkezőleg. Amikor Fisher azt mondja, hogy „voltaképpen
egyetlen tudományos kutató szemében sincs a
szignifikanciának olyan, mindenkor érvényes szintje, amellyel
évről évre és minden helyzetben elvethet feltevéseket; a kutató
inkább gondolatainak és bizonyítékainak fényében fogja
megítélni a különféle eseteket”, akkor pontosan azt mondja,
hogy a tudományos bizonyítékot nem lehet vagy legalábbis nem
szabad csupán gépiesen kezelni, előzetes gondolatainknak és
hitünknek is részt kell kapniuk a megítélésben.
Nem mintha Fisher bayesi statisztikát művelt volna. Ezzel a
névvel manapság azt a statisztikai gyakorlatot és ideológiát
illetik, amely régebben nem volt divatban, de ma már inkább
jelen van a fősodorban, és általános rokonszervet árul el a
Bayes-tételre támaszkodó érvek iránt, bár nem csak annyiból
áll, hogy számításba veszi a korábbi hitet és az új
bizonyítékokat is. A bayesizmus az egyik legnépszerűbb
következtetési mód lehet olyan esetekben, ha például
robotoknak kell megtanítani, hogyan jussanak
következtetésekre nagy méretű, emberekről bevitt adatokból –
olyan esetekben tehát, amelyek nemigen illenek össze a Fisher-
féle felfogás szerint feltétlenül megválaszolandó „igen vagy
nem” kérdésekkel. A Bayes-féle statisztikával dolgozók gyakran
nem is törődnek a nullhipotézisekkel; nem azt firtatják, hogy
blacktrush
(BlackTrush)
#1