Nieuwe e-waarde blijkt nóg flexibeler: significantieniveau achteraf aan te passen
Onlangs is een paper van Peter Grünwald gepubliceerd in het prestigieuze wetenschappelijk tijdschrift Proceedings of the National Academy of Sciences. Grünwald is hoogleraar Statistisch Leren aan het Mathematisch Instituut en senioronderzoeker bij Centrum Wiskunde & Informatica.
Het was al bekend dat e-waardes flexibeler zijn dan p-waardes: met e-waardes kun je een experiment eerder dan oorspronkelijk gepland stoppen of bijvoorbeeld juist proefpersonen achteraf toevoegen. In deze paper, getiteld Beyond Neyman–Pearson: E-values enable hypothesis testing with a data-driven alpha, toont Grünwald aan dat e-waardes ook op een andere manier flexibeler zijn: met e-waardes is het nu mogelijk om het significantieniveau op een later moment dan gebruikelijk te bepalen.
Lees het gehele artikel op de website van het CWI.
Over Peter Grünwald
Peter Grünwald is parttime hoogleraar Statistisch Leren aan het Mathematisch Instituut van Universiteit Leiden en senior onderzoeker in de Machine Learning onderzoeksgroep van het Centrum Wiskunde & Informatie (CWI). Hij heeft eerder subsidies ontvangen, zoals een VIDI en VICI via NWO en een ERC Advanced Gant, en was in 2010 mede-ontvangen van de Van Dantzig prijs, de hoogste Nederlandse prijs in statistiek en operations research. Hij heeft grote belangstelling voor de grondslagen van de statistiek en geeft regelmatig lezingen over de problemen en moeilijkheden rond traditionele statistische methoden.
Tekst: met dank aan Marije Huiskes-Tolsma (CWI)
Foto: CWI