สมมติฐานว่างไม่เท่ากับเบย์เซียน uninformative ก่อนด้วยเหตุผลง่าย ๆ ที่เบย์สามารถใช้สมมติฐานว่างและทำการทดสอบสมมติฐานโดยใช้ปัจจัยของเบย์ หากพวกเขาเท่าเทียมกัน Bayesians จะไม่ใช้สมมติฐานว่าง
อย่างไรก็ตามการทดสอบสมมติฐานทั้งแบบประจำและแบบเบย์รวมองค์ประกอบของความสงสัยตัวเองซึ่งเราจำเป็นต้องแสดงให้เห็นว่ามีหลักฐานบางอย่างที่ว่าสมมติฐานทางเลือกของเรานั้นเป็นคำอธิบายที่เป็นไปได้มากขึ้นสำหรับการสังเกตมากกว่าโอกาสแบบสุ่ม บ่อยครั้งที่การทำเช่นนี้โดยมีระดับนัยสำคัญ Bayesians ทำสิ่งนี้โดยมีการตีความมาตราส่วนสำหรับปัจจัย Bayes เช่นที่เราจะไม่ประกาศสมมติฐานอย่างรุนแรงเว้นแต่ว่าปัจจัย Bayes เหนือสมมติฐานว่างนั้นสูงพอสมควร
ตอนนี้เหตุผลที่การทดสอบสมมติฐานบ่อย ๆ เป็นเรื่องที่เข้าใจง่ายก็คือเพราะผู้ทดสอบไม่สามารถกำหนดความน่าจะเป็นที่ไม่น่าสนใจให้กับความจริงของสมมติฐานซึ่งโดยทั่วไปแล้วเศร้าเป็นสิ่งที่เราต้องการ สิ่งที่ใกล้เคียงที่สุดที่พวกเขาสามารถทำได้คือการคำนวณค่า p-value (ความน่าจะเป็นของการสังเกตภายใต้ H0) จากนั้นดึงข้อสรุปอัตนัยจากสิ่งนี้ว่า H0 หรือ H1 เป็นไปได้หรือไม่ Bayesian สามารถกำหนดความน่าจะเป็นให้กับความจริงของสมมติฐานและสามารถหาอัตราส่วนของความน่าจะเป็นเหล่านี้เพื่อแสดงถึงความน่าเชื่อถือของสัมพัทธ์หรืออย่างน้อยการสังเกตการเปลี่ยนแปลงอัตราส่วนของความน่าจะเป็นเหล่านี้ (ซึ่งเป็นสิ่งที่ ปัจจัย Bayes ทำ)
ในความคิดของฉันมันเป็นความคิดที่ไม่ดีที่จะพยายามที่จะวาดเส้นขนานที่ใกล้เคียงกันมากเกินไประหว่างวิธีการทดสอบสมมติฐานประจำและ Bayesian เนื่องจากพวกเขาแตกต่างกันโดยพื้นฐานและตอบคำถามที่แตกต่างกันโดยพื้นฐาน การปฏิบัติต่อพวกเขาราวกับว่าพวกเขาเท่าเทียมกันส่งเสริมการตีความแบบเบย์ของการทดสอบเป็นประจำ (เช่นการเข้าใจผิดของค่า p) ซึ่งอาจเป็นอันตราย (ตัวอย่างเช่นความคลาดเคลื่อนของสภาพอากาศมักจะสันนิษฐานว่าการขาดแนวโน้มที่สำคัญทางสถิติ ไม่มีความอบอุ่น - ซึ่งไม่ถูกต้องทั้งหมด)
