Mój profesor statystyczny twierdzi, że wszystkie książki, na które patrzę, stwierdzają: testowanie post-hoc jest nienaukowe. Najpierw musisz wyprowadzić hipotezę z teorii, a następnie zebrać dane i je przeanalizować.
Ale tak naprawdę nie rozumiem na czym polega problem.
Załóżmy, że widzę dane dotyczące sprzedaży dla różnych kolorów samochodów i formułuję hipotezę, że spośród wielu samochodów o różnych kolorach sprzedanych największa grupa samochodów na ulicy powinna być biała. Więc pewnego dnia siedzę na ulicy i obserwuję wszystkie kolory wszystkich mijanych samochodów. Potem robię testy i znajduję cokolwiek.
Załóżmy teraz, że się nudziłem i pewnego dnia usiadłem na jakiejś ulicy i zanotowałem wszystkie kolory wszystkich przejeżdżających samochodów. Ponieważ uwielbiam wykresy, tworzę ładny histogram i stwierdzam, że białe samochody stanowią największą grupę. Myślę więc, że być może większość samochodów na ulicy jest biała i wykonuje pewne testy.
W jaki sposób i dlaczego wyniki lub interpretacja wyników testu post-hoc różnią się od wyników testu hipotez * opartego na teorii?
* Jak nazywa się przeciwieństwo testu post hoc?
Chciałbym dodać, że większość naszej wiedzy o wszechświecie (Ziemia porusza się wokół Słońca) pochodzi z obserwacji.
Wydaje mi się, że w fizyce jest całkowicie w porządku, aby zakładać, że to nie przypadek, że słońce rośnie na wschodzie przez ostatnie tysiąc lat.