Aunque el título de la pregunta parece trivial, me gustaría explicar que no es tan trivial en el sentido de que es diferente de la cuestión de aplicar la misma prueba estadística en conjuntos de datos similares para probar contra una hipótesis nula total (metaanálisis, por ejemplo, utilizando el método de Fisher para combinar valores p). Lo que estoy buscando es un método (si existe y si la pregunta es válida en términos estadísticos) que combinaría los valores p de dos pruebas estadísticas diferentes (por ejemplo, una prueba t y una prueba u, incluso si una es paramétrico y el otro no), aplicado para comparar los centros de dos muestreos de dos poblaciones. Hasta ahora he buscado mucho en la web sin una respuesta clara. La mejor respuesta que pude encontrar se basó en los conceptos de teoría de juegos de David Bickel ( http://arxiv.org/pdf/1111.6174.pdf ).
Una solución muy simplista sería un esquema de votación. Supongamos que tengo dos vectores de observaciones y y quiero aplicar varias estadísticas tipo t (prueba t, prueba u, incluso ANOVA de 1 vía) para probar la hipótesis de que los centros (medias, medianas, etc.) de las dos distribuciones inmutables son iguales a la hipótesis de que no lo son, a un nivel de significancia de 0.05. Supongamos que ejecuto 5 pruebas. ¿Sería legítimo decir que existe evidencia suficiente para rechazar la distribución nula si tengo un valor p <0.05 en 3 de 5 pruebas?
¿Sería otra solución usar la ley de probabilidad total o esto es completamente incorrecto? Por ejemplo, supongamos quees el caso de que la distribución nula sea rechazada. Luego, usando 3 pruebas,, , (significa que ), sería un valor posible para ser , dónde es la probabilidad de que la distribución nula sea rechazada bajo la prueba .
Pido disculpas si la respuesta es obvia o si la pregunta es demasiado estúpida