Estaba leyendo este artículo sobre el factor Bayes para un problema completamente no relacionado cuando me topé con este pasaje.
La prueba de hipótesis con factores de Bayes es más sólida que la prueba de hipótesis frecuentista, ya que la forma bayesiana evita el sesgo de selección del modelo, evalúa la evidencia a favor de la hipótesis nula, incluye la incertidumbre del modelo y permite la comparación de modelos no anidados (aunque, por supuesto, el modelo debe tener la misma variable dependiente). Además, las pruebas de significación frecuentista se sesgan a favor de rechazar la hipótesis nula con un tamaño de muestra suficientemente grande. [énfasis añadido]
He visto esta afirmación antes en el artículo de 2012 de Karl Friston en NeuroImage , donde lo llama la falacia de la inferencia clásica .
He tenido algunos problemas para encontrar una explicación verdaderamente pedagógica de por qué esto debería ser cierto. Específicamente, me pregunto:
- por qué ocurre esto
- cómo protegerse contra eso
- en su defecto, cómo detectarlo