Die Wichtigkeit, die Null zu beweisen.

Nullhypothesen sind einfach, präzise und theoretisch wichtig. Konventionelle statistische Analysen können sie nicht unterstützen; die bayesianische Analyse kann es. Die Herausforderung bei einer bayesianischen Analyse besteht darin, eine angemessen vage Alternative zu formulieren, denn je vager die Alternative ist (je mehr sie die Einheit der vorherigen Wahrscheinlichkeit verteilt), desto mehr wird die Null bevorzugt. Eine allgemeine Lösung ist eine Sensitivitätsanalyse: Berechnen Sie die Quoten für oder gegen die Null in Abhängigkeit von den Begrenzungen der Vagheit der Alternative. Wenn die Quoten für die Null von oben 1 nähern, während die hypothetisierte maximale Größe des möglichen Effekts sich 0 nähert, dann begünstigen die Daten die Null gegenüber jeder vageren Alternative zu ihr. Die einfachen Berechnungen und die intuitive grafische Darstellung der Analyse werden durch die Analyse verschiedener Beispiele aus der aktuellen Literatur veranschaulicht. Sie stellen 3 häufige experimentelle Fragen: (a) Sind 2 Mittel gleich? (b) Ist die Leistung zufällig? (c) Sind Faktoren additiv?