견고한 테스트는 기본값이 되어야 하며 백업이 되어서는 안 됩니다.

t-검정, ANOVA 및 일반 최소 제곱 회귀와 같은 표준 테스트의 가정은 종종 위반됩니다. 이는 통계적 가설 검정에서 원하는 오류율에 영향을 줄 수 있습니다. Mann-Whitney U 검정 및 견고한 선형 회귀와 같은 견고한 테스트는 정규성 및 동일한 분산과 같은 가정에 의존하지 않습니다. 이를 사용하면 극단값 및 이상치와 같은 데이터 이상으로 인해 발생하는 비복제 발견을 반박할 수 있습니다. 연구마다 다르게 발생하는 이러한 이상치는 검정 시작 시점에 이를 사용함으로써 표준 테스트의 사용 가능성을 결정하는 함정을 피할 수 있습니다. 이 의견 기사에서는 견고한 대안의 인식론적 이점을 요약합니다. 표준 테스트와 함께 수행하는 대신 견고한 테스트로 제한하면 여러 결과를 생성하는 것을 피할 수 있으며, 이는 미세하게 발생할 수 있는 바람직한 결과를 조사하는 것을 방지합니다. 실용적인 관점에서 단일 테스트를 실행하면 분석이 간소화되고 많은 견고한 방법이 R에서 쉽게 사용할 수 있습니다. 그러나 견고한 방법이 무엇을 수행하는지 및 실제로 어떤 것에 대해 견고한지를 이해하는 것이 중요합니다. 또한 표준 테스트에 대한 일반적인 방어를 다루고, 왜 여전히 널리 사용되는지 논의하며, 이러한 주장에 대한 반박 방법을 제안합니다.