Czy test istotności ma sens porównywać randomizowane grupy na początku?

Wiele badań z randomizowanym badaniem kontrolnym (RCT) podaje testy istotności parametrów wyjściowych tuż po / przed randomizacją, aby wykazać, że grupy są rzeczywiście podobne. Często jest to część tabeli „podstawowych charakterystyk”. Jednak testy istotności mierzą prawdopodobieństwo przypadkowego uzyskania zaobserwowanej (lub silniejszej) różnicy, prawda? A jeśli test jest znaczący, dochodzimy do wniosku, że istnieje prawdziwa różnica, ponieważ losowa różnica w tym zakresie byłaby mało prawdopodobna . Czy test istotności ma sens po randomizacji, jeśli wiemy, że jakakolwiek różnica musi wynikać z przypadku ?

Test hipotezy byłby nonsensowny, ale przydatny może być test istotności.

Test hipotezy testowałby hipotezę zerową, o której wiadomo, że jest prawdziwa, jak wyjaśnia twoje pytanie. Głupie jest stosowanie testu statystycznego do każdej hipotezy, która ma wartość prawdziwości znaną już dzięki całkowicie wiarygodnym informacjom.

Test istotności zapewnia wartość P, która, jak już powiedziano, wskazuje prawdopodobieństwo otrzymania danych jako ekstremalnych lub bardziej ekstremalnych, biorąc pod uwagę hipotezę zerową. Wydaje mi się jednak, że taką wartość P można interpretować w sposób, który odpowiada odpowiedzi na pytanie „Jak często mogę oczekiwać różnicy w wartościach wyjściowych tak dużych, jak tym razem, lub większych?”. Odpowiedź może być przydatna, nawet jeśli nie jest jasne, w jakim celu.