Telegram: @ninachely
Стало много данных $\Rightarrow$ стало легко очень много автоматически тестировать гипотезы (например, с помощью MLE)
Если у нас одна гипотеза $H_0$ ($H_1$ альтернативная), то $\alpha$ — вполне разумный показатель, который надо контролировать (например, целевое значение $\alpha=0.01$)
$$ \alpha = P(\text{отвергнуть } H_0 \, | \, H_0 \text{ верна}) = P(\text{ошибки I-го рода}) $$
$1000$ независимых наборов данных
Проверяем тысячу нулевых гипотез: $H_0^{1}, \dots, H_0^{1000}$
$\alpha = 0.01$ — исследователь задает до начала исследования
Хотим опубликовать статью с каким-то результатом
Пусть $H_0^{i}(\text{об отсутствии эффекта})$ все верны
<aside> 💡 Очень много научных работ не воспроизводятся из-за использования такой практики
</aside>