SỐ 212 | Tháng 11/2023
Biểu đồ xác suất đạt được như một giải pháp thay thế cho việc kiểm tra ý nghĩa trong kinh tế và tài chính
David Trafimow, Ziyuan Wang, Tingting Tong, Tonghui Wang
Tóm tắt:
Mục đích - Mục đích của bài viết này là chỉ ra những lợi ích có thể đạt được nếu các nhà nghiên cứu sử dụng biểu đồ xác suất đạt được (G-P).
Thiết kế/phương pháp/cách tiếp cận - Các tác giả trình bày các phương trình toán học có liên quan, các ví dụ được phát minh và các ví dụ dữ liệu thực tế.
Những phát hiện - Biểu đồ G-P cung cấp sự hiểu biết sâu sắc hơn về dữ liệu so với các số liệu thống kê tóm tắt điển hình, mức độ ảnh hưởng hoặc các thử nghiệm quan trọng.
Ý nghĩa thực tiễn - Các biểu đồ xác suất đạt được cung cấp cơ sở đưa ra quyết định tốt hơn nhiều so với các số liệu thống kê tóm tắt điển hình, mức độ ảnh hưởng hoặc các thử nghiệm ý nghĩa.
Tính nguyên bản/giá trị - Sơ đồ G-P cung cấp một cách hoàn toàn mới để vượt qua khoảng cách từ dữ liệu đến ý nghĩa của việc ra quyết định.
Tài liệu tham khảo:
- Azzalini, A. and Valle, A.D. (1996), “The multivariate skew normal distribution”, Biometrika, Vol. 83 No. 4, pp. 715-726, doi: 10.1093/biomet/83.4.715.
- Hubbard, R. (2016), Corrupt Research: the Case for Reconceptualizing Empirical Management and Social Science, Sage Publications, Los Angeles, CA.
- Hyman, M.R., Ganesh, G. and McQuitty, S. (2002), “Augmenting the household affluence construct”, Journal of Marketing Theory and Practice, Vol. 10 No. 3, pp. 13-31, doi: 10.1080/10696679.2002.11501917.
- McQuitty, S. (2004), “Statistical power and structural equation models in business research”, Journal of Business Research, Vol. 57 No. 2, pp. 175-183, doi: 10.1016/S0148-2963(01)00301-0.
- McQuitty, S. (2018), “Reflections on ‘Statistical power and structural equation models in business research’”, Journal of Global Scholars of Marketing Science, Vol. 28 No. 3, pp. 272-277, doi: 10.1080/21639159.2018.1434806.
- Tong, T., Wang, T., Trafimow, D. and Wang, C. (2022), “The probability of being better or worse off, and by how much, depending on experimental conditions with skew normal populations”, in SriboonchittaKreinovich, W.Y.E.S.V. (Ed.), Credible Asset allocation, Optimal Transport Methods, and Related Topics (141-149), Springer-Verlag.
- Trafimow, D. (2019), “A frequentist alternative to significance testing, p-values, and confidence intervals”, Econometrics, Vol. 7 No. 2, pp. 1-14, available at: https://www.mdpi.com/2225-1146/7/2/26
- Trafimow, D., Hyman, M.R., Kostyk, A., Wang, C. and Wang, T. (2021), “The harmful effect of null hypothesis significance testing on marketing research: an example”, Journal of Business Research, Vol. 125, pp. 39-44, doi: 10.1016/j.jbusres.2020.11.069.
- Trafimow, D., Hyman, M.R., Kostyk, A., Wang, Z., Tong, T., Wang, T. and Wang, C. (2022), “Gain-probability diagrams in consumer research”, International Journal of Market Research, Vol. 64 No. 4, pp. 470-483, doi: 10.1177/14707853221085509.
- Wang, Z., Wang, T., Trafimow, D. and Xu, Z. (2022), “A different kind of effect size based on samples from two populations with delta log-skew-normal distributions”, in Ngoc Thach, N., Ha, D.T., Trung, N.D. and Kreinovich, V. (Eds), Prediction and Causality in Econometrics and Related Topics. ECONVN 2021. Studies in Computational Intelligence, Springer, Cham, Vol. 983, doi: 10.1007/978-3-030-77094-5_10.
- Ziliak, S.T. and McCloskey, D.N. (2016), The Cult of Statistical Significance: How the Standard Error Costs Us Jobs, Justice, and Lives, The University of Michigan Press, Ann Arbor, MI.
Gain-Probability Diagrams as an Alternative to Significance Testing in Economics and Finance
Abstract:
Purpose - The purpose of this article is to show the gains that can be made if researchers were to use gain-probability (G-P) diagrams.
Design/methodology/approach - The authors present relevant mathematical equations, invented examples and real data examples.
Findings - G-P diagrams provide a more nuanced understanding of the data than typical summary statistics, effect sizes or significance tests.
Practical implications - Gain-probability diagrams provided a much better basis for making decisions than typical summary statistics, effect sizes or significance tests.
Originality/value - G-P diagrams provide a completely new way to traverse the distance from data to decision-making implications.