Key points are not available for this paper at this time.
다중 테스트 동안 연구자들은 종종 공동 대안 가설(예: 'H1,1 또는 H1,2')에 대한 통계적 추론을 위해 가족별 오류 비율을 제어하기 위해 알파 수준을 조정합니다. 그러나 어떤 경우에는 이러한 추론을 하지 않습니다. 대신, 공동 가설을 구성하는 각 개별 가설(H1,1 및 H1,2)에 대한 개별적인 추론을 합니다. 예를 들어, 연구자는 H1,1과 H1,2를 테스트할 때 보폰로니 교정을 사용하여 알파 수준을 기존의 0.050에서 0.025로 조정한 후, H1,1에 대해 통계적으로 유의미한 결과(p < 0.025)를 발견하고 H1,1을 지지하며 H1,2에 대해서는 지지하지 않는다고 주장할 수 있습니다. 그러나 이러한 개별 추론은 알파 조정을 필요로 하지 않습니다. 'H1,1 또는 H1,2'라는 결합 대안 가설에 대한 통계적 추론만이 알파 조정을 필요로 하며, 이는 두 테스트 중 '하나 이상'의 유의미한 결과를 기반으로 하기 때문에 가족별 오류 비율을 나타냅니다. 따라서 연구자가 다중 테스트 중에 알파 수준을 조정하지만 결합 대안 가설에 대한 추론을 하지 않을 때 불일치한 교정이 발생합니다. 본 논문에서는 이러한 불일치 교정 문제를 논의하며, 개별 가설에 대한 테스트의 통계적 파워 감소 및 오류 비율 혼란과 알파 조정 의식의 잠재적 원인에 대해 다룹니다. 또한 최근 심리학 연구에서의 불일치 교정 사례를 세 가지로 설명합니다. 불일치 교정은 통계학주의의 증상이며, 저는 다중 테스트 교정에 대한 보다 미세한 추론 기반 접근 방식을 촉구합니다.
Mark Rubin (Thu,)은 이 질문을 연구했습니다.