По-перше, швидке уточнення: Хоча ймовірність насправді не є задньою, значення p не настільки суперечить байєсівському висновку, як звичайно просто інша річ, з усіх причин, через які довірчі інтервали можуть або не можуть відповідати достовірним інтервалам. (Хоча це не обов'язково зовсім інша річ, як показано задньою прогнозною перевіркою, яка дійсно включає р-значення.)
Однак я здогадуюсь, що цей рівень витонченості - це не те, що має на увазі рецензент. Я б здогадувався, що вони просто «знають», що статистичні моделі мають р-значення, тому вони просили їх. Тож залишається питання: як відповісти?
Коли "рецензент хоче X", я вважаю корисним задати собі два пов'язані питання:
Мотивація: Що вони хочуть зробити для них X?
Раціональна реконструкція: Що було б найбільш схожим за звучанням розумним, що вони могли б попросити замість X, якби вони хотіли це зробити?
Тоді дайте їм це замість.
Перевага неосвіченого рецензента (який, тим не менш, може бути розумним і правильним щодо статті), полягає в тому, що вони рідко мають чітке уявлення про те, що вони мають на увазі, коли вони просять X. Це означає, що якщо ви реконструюєте їх, задаючи краще питання, вони ' Будемо задоволені, побачивши, що ви на нього відповіли.
У вашому випадку цілком можливо, що рецензент бажає паралельного періодичного аналізу, хоча я сумніваюся в цьому. Я думаю, що ви хочете працювати з ним - це натяк рецензента, що вони хочуть, щоб р-значення «краще розуміли модель». Я думаю, ваша робота полягає в тому, щоб проаналізувати це таким чином, щоб рецензент звучав мудро. Імовірно, було кілька наступних речень із зазначенням того, що було незрозумілим із паперу. Можливо, у рецензента були якісь ефекти, які не могли бути реконструйовані за вашими маргіналами параметрів, або якісь величини, які б висвітлювали те, що модель скаже про випадки, що їх цікавлять, або відсутність підсумків єдиного числа ...
Якщо ви можете виявити ці проблеми, тоді ви зможете скласти свою відповідь у таких формах (оригінальний запит у квадратних дужках):
"рецензент [вимагає значення p для терміна взаємодії] був стурбований тим, що з нашої презентації було незрозуміло, наскільки A змінюється з B, тому на малюнку 2 ми показуємо ..." або "рецензент запитував [чи можна відхилити гіпотеза, що ефект A дорівнює нулю] про напрямок ефекту A. З таблиці 3 видно, що ця модель дає 99% ймовірність того, що це негативно "або" рецензент замислюється [чи відповідає наша модель значно кращою, ніж модель містить лише A], як наша модель порівняно з такою, що містить лише A. Ми вирішуємо це питання, порівнюючи його з ... за допомогою DIC / обчислення фактора Байєса / показуючи наші умовиводи про A, є надійними для включення B "тощо.
У кожному випадку є близький переклад оригінального запиту та відповідь.
Застереження: здається, що ця стратегія найкраще працює, коли рецензент є експертом з предметних питань і має відносно слабке розуміння статистики. Це не працює з самоідентифікованим статистично вдосконаленим рецензентом, який насправді хоче X, оскільки їм подобаються Xs чи читають про них десь недавно. Я не маю пропозицій щодо останнього.
Нарешті, я настійно рекомендую не говорити нічого навіть слабко релігійного про те, що Байєс є іншою парадигмою, а питання рецензентів не мають сенсу в цьому. Навіть якщо це правда, це робить всіх бурхливих без жодної реальної вигоди.