Interpretacja danych statystycznych jako dowodów Dowody statystyczne: paradygmat prawdopodobieństwa skupia się na prawie prawdopodobieństwa fundamentalnym dla rozwiązania wielu problemów związanych z interpretacją danych w ten sposób. Statystyka przez długi czas zaniedbywała tę zasadę, co skutkowało poważnymi wadami metodologii. Ta książka przywraca równowagę, wyjaśniając, dlaczego nauka trzyma się wadliwej metodologii pomimo jej dobrze znanych wad. Po zbadaniu mocnych i słabych stron prac Neymana i Pearsona oraz paradygmatu Fishera, autor proponuje alternatywny paradygmat, który w prawie prawdopodobieństwa zapewnia wyraźną koncepcję dowodu, którego brakuje w innych paradygmatach. Jednocześnie ten nowy paradygmat zachowuje elementy obiektywnego pomiaru i kontroli częstotliwości występowania mylących wyników, cechy, które sprawiły, że stare paradygmaty były tak ważne dla nauki. Paradygmat prawdopodobieństwa prowadzi do metod statystycznych, które mają przekonujące uzasadnienie i elegancką prostotę, nie zmuszając już czytelnika do wyboru między statystyką częstościową a bayesowską. Język: angielski