2016 年 2 月，美国统计协会发布了一份关于统计显着性和 p 值的正式声明。我们关于它的主题广泛讨论了这些问题。然而，到目前为止，还没有权威机构提供一种普遍认可的有效替代方案。美国统计学会 (ASS) 发表了回应，p 值：下一步是什么？
“p 值的用处不大。”
我们认为 ASA 做得还不够。是时候承认 p 值的时代已经结束了。统计学家已经成功地利用它们来迷惑世界各地的本科生、欺骗科学家和愚弄编辑，但世界开始看穿这种诡计。我们需要放弃统计学家在 20 世纪初试图控制决策制定。我们需要回到真正有效的东西。
官方的 ASS 提案是这样的：
代替 p 值，ASS 提倡 STOP （SeaT-Of-Pants 程序）。这种久经考验的方法被古希腊人、文艺复兴时期的人和所有科学家使用，直到罗纳德·费舍尔出现并毁掉了一切。STOP 简单、直接、数据驱动且具有权威性。为此，权威人士（一位年长的男性，偏好）审查数据并决定他们是否同意他的意见。当他决定他们这样做时，结果是“重要的”。否则不是，每个人都必须忘记整件事。
原则
该响应针对 ASA 的六项原则中的每一项。
STOP 可以指示数据与指定统计模型的不兼容程度。
我们喜欢这句话，因为它是一种非常奇特的说法，即 STOP 将回答任何问题是或否。与 p 值或其他统计程序不同，它毫无疑问。这是对那些说“我们不需要任何糟糕的零假设”的人的完美回应！什么 *?!@ 到底是什么？没有人能弄清楚它应该是什么。”
STOP 不测量假设为真的概率：它实际上决定了它是否为真。
每个人都对概率感到困惑。通过排除概率，STOP 消除了多年本科和研究生学习的需要。现在，任何人（年龄足够大的男性）都可以进行统计分析，而无需忍受听一堂统计讲座或运行会喷出难以理解的输出的神秘软件的痛苦和折磨。
科学结论和商业或政策决策可以基于常识和真正的权威人物。
无论如何，重要的决定总是由当局做出的，所以让我们承认这一点并切断中间人。使用 STOP 将使统计学家可以自由地做他们最适合的事情：使用数字来混淆真相，并使当权者的偏好神圣化。
正确的推断需要完整的报告和透明度。
STOP 是有史以来最透明和不言而喻的统计程序：您查看数据并做出决定。它消除了人们用来隐藏他们不知道数据含义的事实的所有令人困惑的 z 检验、t 检验、卡方检验和字母汤程序（ANOVA！GLM！MLE！）。
STOP 衡量结果的重要性。
这是不言而喻的：如果权威人士使用了 STOP，那么结果一定很重要。
STOP 本身提供了关于模型或假设的良好证据度量。
我们不想挑战权威，不是吗？研究人员和决策者将认识到 STOP 提供了他们需要知道的所有信息。由于这些原因，数据分析可以以 STOP 结束；不需要替代方法，例如 p 值、机器学习或占星术。
其他方法
一些统计学家更喜欢所谓的“贝叶斯”方法，在这种方法中，一位 18 世纪神职人员在死后发表的一个晦涩的定理被盲目地应用于解决所有问题。它最著名的倡导者坦率地承认这些方法是“主观的”。如果我们要使用主观方法，那么显然决策者越权威和知识渊博，结果就会越好。因此，STOP 成为所有贝叶斯方法的逻辑限制。当您可以将数据显示给负责人并询问他的意见时，为什么还要努力进行那些可怕的计算并占用这么多计算机时间？故事结局。
最近出现了另一个社区来挑战统计学家的神职。他们称自己为“机器学习者”和“数据科学家”，但实际上他们只是寻求更高地位的黑客。ASS 的官方立场是，如果这些家伙希望人们认真对待他们，就应该组建自己的专业组织。
问题
这是 ASA 用 p 值和零假设检验确定的问题的答案吗？它真的可以将贝叶斯范式和频率论范式结合起来（正如响应中隐含的那样）吗？