基于另一项测试的结果进行假设测试的论文

众所周知，根据另一个统计检验的结果选择一个统计检验是有问题的，因为p值难以解释（例如，根据另一个检验结果（例如正态性）选择统计检验）。但是，这仍然是许多应用程序中的标准做法，通常似乎在应用论文中并未引起注意或讨论。翻阅文献，我找不到真正讨论这种现象的论文。

我希望能获得与任何出版物有关的链接，这些出版物与基于另一种统计测试的结果来选择统计测试有关，尤其是应用科学家可以访问的出版物。

hypothesis-testing references p-value

— 罗伯·霍尔
source

不相关的评论：在我的搜索中，我偶然发现了RS Nickerson的“ 空假设重要性检验：回顾一个古老而又持续的争议 ”，该论文没有讨论这一特殊现象，但对于应用科学家来说似乎也很不错。

— 罗布·霍尔

很久以前，我在quantdec.com/envstats/notes/class_12/ucl.htm上发布了对这种情况的详细分析：它研究了UCL的属性，该UCL的性质取决于通过初步假设检验的结果选择的程序（关于基础分布）。

— ub

这一个你可能感兴趣的（另见本）。然后是这个。这涉及分别在两次样本t检验之前检验方差相等和检验正态性。

— Glen_b-恢复莫妮卡

在我看来，简单地说“众所周知这是有问题的”是提供不足的特异性，因为有问题的性质可能取决于工作所在的统计框架。对于常识性解释的问题对于评估数据证据含义的方法可能不是问题。

— Michael Lew

也许这是一个有问题的简单示例，其目的与引用大致相同。

— 2014年

我认为以下有关链式程序的研究论文与您的问题有关，并且可能有助于回答您的问题：http : //www.multxpert.com/doc/md2011.pdf。

— 亚历山大·布莱克（Aleksandr Blekh）
source

谢谢你的有趣的论文。如果我正确理解的话，它会考虑将数据驱动的alpha分配给假设的有序集合。然后，这样的过程可以简单地将假设的所有变体添加到列表中（例如，假设可以使用paremetric检验的假设，以及假设有一些证据表明应该使用非paremetric检验的假设）。尽管在Neyman-Pearson框架中这应该是一个明智的方法，但我不确定这是否解决了用Fisher解释p值的问题。

— 罗伯·霍尔

@RobHall：非常欢迎！坦白说，我浏览本文时没有深入研究细节，因此，目前我还不能发表真正的评论。但是，我希望有机会时对本文进行审阅。顺便说一句，这是另一篇可能与此有关的有趣文章，作者认为这两个框架可以被认为是互补的：stat.duke.edu/courses/Spring07/sta215/Ref/Lehm1993.pdf。

— Aleksandr Blekh