rend STATA
mi a Bayes-elemzés?
mi a Bayesian analízis?
Bayesian analysis egy statisztikai paradigma, amely megválaszolja a kutatási kérdésekaz ismeretlen paraméterekről valószínűségi kimutatások segítségével.
például mekkora a valószínűsége annak, hogy a hímek átlagos magassága 70-80 centiméter között van, vagy hogy az átlagos női magasság 60-70 centiméter között van? Mi a valószínűsége annak, hogy az emberek egy adott államban szavaznakpublikán vagy szavazás Demokratikus?, Mi a valószínűsége annak, hogy egy vádlottegy bűncselekmény bűnös? Mi a valószínűsége annak, hogy az a kezelés költségesebbhatékony, mint a B kezelés egy adott egészségügyi szolgáltató számára? Mi az, hogy a beteg vérnyomása csökken, ha Felírjákgyógyszer A? Mekkora a valószínűsége annak, hogy az esélyarány 0,3-0,5 között van?Mi a valószínűsége annak, hogy öt kvízkérdésből három válaszolhelyesen a diákok? Mi a valószínűsége annak, hogy a gyermekekaz ADHD-vel a többi gyermekhez képest alulteljesítenek egy szabványosított teszten?,Mi a valószínűsége annak, hogy az iskoláztatás pozitív hatással van a bérekre? Mi a valószínűsége annak, hogy az eszköz túlzott hozama pozitív? És még sok más.
az ilyen valószínűségi megállapítások természetesek a Bayes-féle elemzéshez, mivel feltételezésük szerint minden paraméter véletlenszerű mennyiség. A Bayesiananalízisben egy paramétert az értékek teljes eloszlásával foglalunk összeegy fix érték helyett, mint a klasszikus frekventista elemzésben. Ennek az eloszlásnak a becslése, egy paraméter hátsó eloszlásaérdeklődés, a Bayes-elemzés középpontjában áll.,
a posterior Eloszlás magában foglalja az aparaméterre vonatkozó előzetes eloszlást és a valószínűségi modellt, amely a megfigyelt adatok alapján információt szolgáltat a paraméterről. A választott priordisztribúciós és valószínűségi modelltől függően a posterior Eloszlás analitikusan vagy közelítve van, például a Monte Carlo (MCMC) lánc egyik módszerével.,
Bayesian következtetés használja a posterior Eloszlás alkotnak különböző Summaries for the model parameters, including point estimations such as posterior means, medians, percentiles, and interval estimations known as hiteles időközönként.Ezenkívül a modellparaméterekkel kapcsolatos összes statisztikai teszt kifejezhetőa becsült hátsó eloszlás alapján.,
Egyedi jellemzői Bayes analysisinclude a képesség, hogy bele előzetes információk elemzése, anintuitive értelmezése hiteles időközönként meghatározott tartományok, amelyek aparameter ismert, hogy tartozik egy előre meghatározott valószínűsége, valamint egy lassan nem tud majd rendelje hozzá a tényleges valószínűsége, hogy olyan hipotézis az érdeklődés.
Ha többet szeretne megtudni Bayesian elemzés, lásd intro. Lásd még a Bayesian funkciók gyors áttekintését.