Niezgodność może pojawić się niezależnie od tego, czy w podejściu bayesowskim używano subiektywnego prawdopodobieństwa zaczątkowego. W badaniu o wysokiej mocy statystycznej silna prawoskośność rozkładu wartości p dla hipotezy zerowej sprawia, że wartości poniżej progu istotności mogą być bardziej prawdopodobne dla hipotezy zerowej, nawet o ortodoksyjnie nieinformatywnym rozkładzie jednostajnym. Test częstościowy zakwalifikuje je jednak jako „istotną statystycznie” przesłankę na rzecz przyjęcia, że hipoteza zerowa jest fałszywa. W ocenie Lindleya, „teoria statystyczna nie znajduje usprawiedliwienia dla mechanicznej praktyki stosowania jednego kryterium istotności”.

Późniejsi autorzy omówili problem m.in. w kontekście fizyki, uczenia maszynowego, finansów, czy epidemiologii. Pułapki interpretacyjne, jakie tworzy, mogą być częściowo łagodzone przez przedstawianie w badaniach miar wielkości efektu, stosowanie przedziałów ufności, oraz testowanie konkretnych hipotez alternatywnych zamiast hipotezy zerowej (do czego służą procedury takie jak testy równoważności).

Przypisy

Kategoria:Weryfikacja hipotez statystycznych Kategoria:Paradoksy statystyczne