Po pierwsze, szybkie wyjaśnienie: chociaż prawdopodobieństwo rzeczywiście nie jest późniejsze, wartości p nie są tak niespójne z wnioskowaniem Bayesowskim, jak zwykle inną rzeczą, z wszystkich powodów, dla których przedziały ufności mogą, ale nie muszą, zgadzać się z wiarygodnymi przedziałami. (Chociaż niekoniecznie jest to zupełnie inna rzecz, jak pokazuje późniejsza kontrola predykcyjna, która tak naprawdę wiąże się z wartościami p).
Zgaduję jednak, że ten poziom wyrafinowania nie jest tym, co ma na myśli recenzent. Sądzę, że po prostu „wiedzą”, że modele statystyczne mają mieć wartości p, więc poprosili o nie. Pozostaje więc pytanie: jak odpowiedzieć?
Kiedy „recenzent chce X”, uznałem, że warto zadać sobie dwa powiązane pytania:
Motywacja: Co chcą dla nich zrobić X?
Racjonalna rekonstrukcja: o jaką najbardziej rozsądnie brzmiącą rzecz, o którą mogliby poprosić zamiast X, gdyby chcieli to zrobić?
Więc daj im to.
Zaletą nieświadomego recenzenta (który mimo wszystko może być mądry i ma rację co do papieru) jest to, że rzadko mają jasne pojęcie o tym, co mają na myśli, gdy proszą o X. Oznacza to, że jeśli zrekonstruujesz je, zadając lepsze pytanie, „ Będę zadowolony, że zamiast tego odpowiesz.
W twoim przypadku jest całkiem możliwe, że recenzent chce równoległej analizy częstokroć, choć w to wątpię. To, co myślę, że chcesz pracować, to wskazówka recenzenta, że chcą, aby wartości p „lepiej zrozumiały model”. Twoim zadaniem, jak sądzę, jest przeanalizowanie tego w taki sposób, aby recenzent brzmiał mądrze. Przypuszczalnie było kilka kolejnych zdań, w których zauważono, co jest niejasne z gazety. Być może recenzent przyniósł pewne efekty, których nie można odtworzyć na podstawie marginesów parametrów, lub pewne ilości, które wyjaśniłyby, co model powiedziałby o interesujących ich przypadkach, lub brak podsumowań z pojedynczą liczbą ...
Jeśli potrafisz zidentyfikować te obawy, możesz zawrzeć odpowiedź w następujących formularzach (oryginalne zapytanie w nawiasach kwadratowych):
„recenzent [domaga się wartości p dla terminu interakcji] martwił się, że z naszej prezentacji nie jest jasne, jak A różni się od B, więc na rycinie 2 pokazujemy ...” lub „recenzent zastanawiał się [czy możemy odrzucić hipoteza, że efekt A wynosi zero] w stosunku do kierunku działania A. Tabela 3 pokazuje, że model ten daje 99% prawdopodobieństwo, że jest on ujemny ”lub„ recenzent zastanawia się [czy nasz model jest znacznie lepiej dopasowany niż model zawierające tylko A], w jaki sposób nasz model w porównaniu z modelem zawierającym tylko A. Zajmujemy się tym pytaniem, porównując je z ... za pomocą DIC / obliczania współczynnika Bayesa / pokazując, że nasze wnioski na temat A są odporne na włączenie B "itp.
W każdym przypadku znajduje się dokładne tłumaczenie oryginalnej prośby i odpowiedź.
Zastrzeżenia: ta strategia wydaje się działać najlepiej, gdy recenzent jest ekspertem od tematu i stosunkowo słabo rozumie statystyki. To ma nie pracować z własnym zidentyfikowane statystycznie wyrafinowany recenzentem, który rzeczywiście chce X, bo jak Xs lub poczytać o nich gdzieś niedawno. Nie mam sugestii dotyczących tego drugiego.
Na koniec zdecydowanie zalecałbym, aby nie mówić nic, nawet lekko religijnego, o tym, że Bayes jest innym paradygmatem, a pytania recenzentów nie mają w tym sensu. Nawet jeśli jest to prawda, sprawia, że wszyscy są zrzędliwi bez żadnego prawdziwego zysku.