P值和似然原理

这个问题在课堂上出现：如果我们使用p值评估实验中的假设，那么我们不遵守似然原理的哪一部分：充分性或条件性？

我的直觉是说充分性，因为计算p值取决于实验的未观察结果，而充分性似乎在单个实验中处理的观察更多，而条件性似乎对不同的实验进行更多的处理。

您的直觉在这里似乎很合理，但是值得更准确地说明。只要检验的p值不是足够统计量的函数，就违反了充分性原则。对于条件性原则，事情有点棘手。该条件原则最初是由伯恩鲍姆描述如下：

...任何实验的任何结果的证据含义与相应成分实验的相应结果的证据含义相同，而忽略了混合实验的整体结构。[此]可以非正式地描述为断言“实际上没有进行的（成分）实验的不相关性”。（Birnbaum 1962，第271页）。

经典假设检验（使用p值作为其证据量度）是否违反了该原理，实际上取决于是否可以将导致检验的实验构成为较小条件实验的混合物，而这些实验是有条件地在一些初步结果。如果能够以这种方式进行实验框架设计，则p值将取决于未执行的成分实验，因为p值将包括这些实验中结果的概率，这些概率至少与替代品的实际结果一样有利。实验执行的组件。除了违反充分性条件之外，这通常还会违反条件性原则。