Пересмотр принципа статистической значимости в прогнозировании

Многие специалисты по прогнозированию считают, что тесты статистической значимости наносят ущерб прогнозированию и призывают отказаться от них.
Если в двух словах, то такие тесты основываются на определении вероятности того, что обнаруженные моделью закономерности являются следствием случайных вариаций, возникших в выборке данных, при допущении о справедливости нулевой гипотезы (гипотезы о том, что проверяемый коэффициент модели равен нулю). Эта вероятность зависит от размера выборки данных. Однако в тех случаях, когда прогноз строится на основе достаточно большой выборки данных, даже заметные единичные отклонения, имеющие место в последних периодах, не окажут влияния на статистическую значимость, хотя могут служить предвестниками перелома тенденции.
Любой прогноз должен проходить еще и логическую проверку и подтверждаться неэкспериментальными свидетельствами.

Дополнительные критерии основываются на проверке эффектов:
The proper approach to analyzing and communicating findings from empirical studies is to (1) calculate and report effect sizes; (2) estimate the range within which the actual effect size is likely to lie by taking account of prior knowledge and all potential sources of error in measuring the effect; and (3) conduct replications, extensions, and meta-analyses.

http://www.forecastingprinciples.com/index.php?option=com_content&task=view&id=337&Itemid=1