背景：有问题的社论是来自Basic and Applied Social Psychology的一篇，该期刊 2015 年影响因子为 1.168，即不被高度引用。

回复：OP 问题，即 NHSTP 与“假设检验”或“显着性检验”不同吗？适用的编辑声明是

1) "...the null hypothesis significance testing procedure (NHSTP)  is invalid..." [Sic, with alpha = 0.05]
2) "...authors will have to remove all vestiges of the NHSTP (p-values, t-values, F-values, statements about ‘‘significant’’ differences or lack thereof, and so on)."
3) "...confidence intervals [Sic, 95%] also are banned from BASP."
4) "...Bayesian procedures are neither required nor banned from BASP." [Sic, depends on which ones, they are either banned or not.]
5) "Are any inferential statistical procedures required?...No..."

为此提供的动机部分是“......$p<.05$bar 太容易通过了，有时可以作为低质量研究的借口。我们希望并预计，禁止 NHSTP 将通过将作者从 NHSTP 思维的僵化结构中解放出来，从而提高提交稿件的质量，从而消除创造性思维的重要障碍。”

对 OP 的回答：这些编辑可能会声称显着性检验通常是对假设的不恰当检验。例如，他们声明“……至少在某种程度上规避了拉普拉斯假设的贝叶斯提议 [原文如此，我先验地一无所知]……[这样] 甚至可能存在有充分理由假设数字确实存在......”这部分与上面@Livid指出的费舍尔与内曼和皮尔森的论点有关，社论将支持费舍尔。

讨论：我坚信智力谦逊是科学方法的基本和不可或缺的原则。如果我，作为一名研究人员，不允许从不相信所有先前理论的无假设的初始前提出发，那么我将失去以创造性和开放的心态检查数据的所有能力。所有数值处理都必须是绝对真理的前提是对崇高的贪婪的阐述。唯一的真理是数据，我会谦虚地解释一下Box通过声明所有模型都是错误的，尤其是那些假设任何真理都来自与数据本身不同的事物的模型。这并不意味着我必须在 Fisher 和 Neyman/Pearson 之间做出选择，而是我坚信这两个前提都不是单独存在的，而是要详尽地检查事情，直到我的假设被支持和/或拒绝以实现整体的自我一致性。只有自洽可以作为标准，因为没有任何分析可以揭示绝对真理。

我的做事方式并不适合所有人。许多人更喜欢在我称之为“自上而下”的严格控制实验设计中计划测试。然而，受控实验对于数据挖掘、模式识别和生成假设来说效率低下。它们对于测试狭窄的问题很有用，这就是可能出现关于 NHSTP 的争议的时候。如果没有支持证据，例如，一个完整的自洽结构可以依赖，任何一项测试都会受到批评。这可能被视为反向的 Bonferroni；如果多次测试导致一个不可避免的自洽集成，则该集成仅凭偶然发生的机会就会减少。在规划心理学实验时，关于不使用的废话$p<0.05$是由于没有同时测试任何特定测试结果的所有含义，并且如果一个人不能容忍 I 类错误$0.05$因为实验设计是如此的死板、受限和狭窄，那么使用$0.001$. 然而，禁止一种特定的统计方法，因为它被无意识地使用并且无意识的工作在审查时通过了集合，仅仅意味着编辑在同意审查之前没有识别低质量的工作，也没有接触合格的审查员。当然，一个人不能基于单一的间接证据来建立合理的定罪。相反，一组间接证据会导致合理的定罪。因为它是间接的而消除整个类别的证据不会改善期刊的内容。