黛博拉·梅奥的“严重程度”是什么？

任何人都可以对她的“严重性”的含义进行详细（清晰）的解释（不仅仅是在不同差异下作为零假设进行评估的幂函数吗？）以及它在总体上是否适合统计检验文献？

hypothesis-testing statistical-significance

— statslearner2
source

我认为即使在我阅读完她的论文（仍在阅读）之后，我自己也可以回答这个问题。我不明白这怎么可能太广泛了。

— statslearner2

感谢您的编辑；我认为这改善了问题。这个问题也许可以更精确一些/集中在范围上，但我也不认为它现在太广泛了。我将重新开放，但我鼓励您尽可能进一步解决这个问题。

— Glen_b-恢复莫妮卡'18

我们从概念的创建者那里得到了答案，这是很棒的。我也鼓励其他人回答。尽管严重性的基本概念并不难，但是可以用不同的方式来描述它。Mayo和她的合著者一直是这个想法的主要介绍者。其他人以其他方式展示它也将具有价值-就像同一主题的不同教科书对不同读者可能有价值一样。（梅奥（Mayo）就严重性及其影响撰写了许多文章和两本书，她的演讲并不总是相同的，但我仍然会重视其他人的方法。）

— Mars

是的，统计声明C的严重性始终与测试和结果有关。这是对索赔的缺陷进行测试并发现缺失的程度的一种度量。假设C严格通过了对结果x的检验，其结果是，与C相比，与C相比，如果C错误，则发生概率更大的结果与x不一致。假设在均值的单侧正态检验中拒绝了原假设，而结果仅达到.025的显着性水平。显着的结果表明与零值之间存在差异，但是有人担心有人会从丘陵上爬山。对抗替代亩'的权力很高。那么，推论mu> mu'的严重性是低的。这是因为假设mu'为真，观察到的差异大于观察到的概率的可能性很大。

— 德博拉·梅奥（Deborah Mayo）
source

p = {Pr}_{0} {t (X) > t (x)}

$p = \text{Pr}_0\{t(X) > t(x)\}$

t

$t$

s = \dots

$s = \dots$