FOR STATA
Hva er Bayesiansk analyse?
Hva er Bayesiansk analyse?
Bayesiansk analyse er en statistisk paradigme som svar forskning questionsabout ukjente parametere ved hjelp av sannsynlighet uttalelser.
For eksempel, hva er sannsynligheten for at den gjennomsnittlige mannlige høyde er between70 og 80 tommer eller at den gjennomsnittlige kvinnelige høyden er mellom 60 og 70inches? Hva er sannsynligheten for at personer i en bestemt tilstand voteRepublican eller stemme Demokratisk?, Hva er sannsynligheten for at en person anklaget ofa kriminalitet er skyldig? Hva er sannsynligheten for at En behandling er mer kostnadseffektivt enn behandling B for en bestemt helsepersonell? Hva er theprobability at en pasient blodtrykket synker hvis han eller hun er prescribeddrug En? Hva er sannsynligheten for at odds ratio er mellom 0.3 og 0.5?Hva er sannsynligheten for at tre av fem quiz-spørsmål vil være answeredcorrectly av studenter? Hva er sannsynligheten for at childrenwith ADHD underperform i forhold til andre barn på en standardisert test?,Hva er theprobability at det er en positiv effekt av utdanning på lønn? Hva er theprobability at høy avkastning på eiendelen er positive? Og mange flere.
Slike statistiske utsagn er naturlig å Bayesiansk analyse på grunn av theunderlying forutsetning av at alle parametere er tilfeldig mengder. I Bayesiananalysis, en parameter er oppsummert av en hel distribusjon av valuesinstead av en fast verdi som i klassisk frequentist analyse. Estimering av denne fordelingen, en posterior distribusjon av en parameter ofinterest, ligger i hjertet av Bayesiansk analyse.,
En posterior distribusjon består av en tidligere distribusjonen om aparameter og sannsynligheten modellen gir informasjon om theparameter basert på observerte data. Avhengig av valgt priordistribution og sannsynligheten modell, bakre distribusjon er eitheravailable analytisk eller tilnærmes ved, for eksempel, en av theMarkov chain Monte Carlo (MCMC) metoder.,
Bayesiansk inferens bruker bakre distribusjon for å danne ulike summariesfor modellen parametere, inkludert point estimater for eksempel posterior betyr,medians, prosentiler, og intervallet estimater kjent som troverdig intervaller.Dessuten, alle statistiske tester om modell-parametre kan uttrykkes asprobability uttalelser basert på estimert posterior distribusjon.,
Unike funksjoner av Bayesianske analysisinclude en evne til å innlemme tidligere informasjon i analysen, anintuitive tolkning av troverdige intervaller som faste områder som aparameter er kjent for å tilhøre med en forhåndsdefinerte sannsynlighet, og en abilityto tildele en faktisk sannsynligheten for å noen hypotese av interesse.
for Å lære mer om Bayesiansk analyse, se intro. Se også en rask oversikt over Bayesiansk funksjoner.