El 25 de febrero de 2015, la revista Basic and Applied Social Psychology emitió un editorial que prohíbe los valores y los intervalos de confianza de todos los trabajos futuros.
Específicamente, dicen (el formato y el énfasis son míos):
[...] antes de la publicación, los autores deberán eliminar todos los vestigios del NHSTP [procedimiento de prueba de significación de hipótesis nula] ( valores , valores , valores , declaraciones sobre diferencias "significativas" o falta de ellas , y así).
De manera análoga a cómo el NHSTP no proporciona la probabilidad de la hipótesis nula, que es necesaria para proporcionar un caso sólido para rechazarla, los intervalos de confianza no proporcionan un caso sólido para concluir que el parámetro de interés de la población es probable que esté dentro de lo establecido intervalo. Por lo tanto, los intervalos de confianza también están prohibidos en BASP.
[...] con respecto a los procedimientos bayesianos, nos reservamos el derecho de emitir juicios caso por caso y, por lo tanto, los procedimientos bayesianos no son obligatorios ni están prohibidos en BASP.
[...] ¿Se requieren procedimientos estadísticos inferenciales? - No [...] Sin embargo, BASP requerirá estadísticas descriptivas sólidas, incluidos los tamaños del efecto.
No discutamos los problemas y el mal uso de los valores aquí; ya hay muchas discusiones excelentes sobre CV que se pueden encontrar navegando por la etiqueta de valor p . La crítica de los valores menudo va acompañada de un consejo para informar los intervalos de confianza para los parámetros de interés. Por ejemplo, en esta respuesta muy bien argumentada, @gung sugiere informar los tamaños de los efectos con intervalos de confianza a su alrededor. Pero este diario también prohíbe los intervalos de confianza.
¿Cuáles son las ventajas y desventajas de este enfoque para presentar datos y resultados experimentales en comparación con el enfoque "tradicional" con valores , intervalos de confianza y dicotomía significativa / insignificante? La reacción a esta prohibición parece ser mayormente negativa; Entonces, ¿cuáles son las desventajas? La Asociación Americana de Estadística incluso ha publicado un breve comentario desalentador sobre esta prohibición, diciendo que "esta política puede tener sus propias consecuencias negativas". ¿Cuáles podrían ser estas consecuencias negativas?
O, como sugirió @whuber, ¿este enfoque debería ser defendido generalmente como un paradigma de investigación cuantitativa? Y si no, ¿Pórque no?
PD. Tenga en cuenta que mi pregunta no es sobre la prohibición en sí ; Se trata del enfoque sugerido. Tampoco estoy preguntando sobre la inferencia frecuentista vs. bayesiana. La Editorial también es bastante negativa sobre los métodos bayesianos; por lo que se trata esencialmente de usar estadísticas versus no usar estadísticas en absoluto.