Key points are not available for this paper at this time.
로널드 피셔는 p-값을 사용한 테스트를 옹호하였고, 해롤드 제프리스는 가설의 객관적인 사후 확률 사용을 제안하였으며, 제르지 네이만은 고정된 오류 확률을 사용한 테스트를 권장하였다. 각자는 다른 접근 방식에 대해 상당히 비판적이었다. 통계학과 과학에 가장 우려스러운 점은 세 가지 접근 방식이 서로 매우 다른 실제 결론으로 이어질 수 있다는 것이다. 이 기사는 피셔, 제프리스 및 네이만의 접근 방식의 방법론적 통합을 위한 기초를 제공한다고 주장되는 조건부 빈도주의 접근 방식에 대한 논의에 초점을 맞추고 있다. 이 아이디어는 피셔를 따라 p-값을 사용하여 데이터에서 '증거의 강도'를 정의하고, 증거의 강도에 따라 조건화하는 그의 접근 방식을 따르며, 그 다음 네이만을 따라 1종 및 2종 오류 확률을 계산하되, 데이터에서 증거의 강도에 따라 조건화하여 계산하는 것이다. 결과적으로 나온 조건부 빈도주의 오류 확률은 제프리스가 옹호한 가설의 객관적인 사후 확률과 같다.
제임스 O. 버거(토요일)는 이 질문을 연구하였다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: