orde STATA
Wat is Bayesiaanse analyse?
Wat is Bayesiaanse analyse?
Bayesiaanse analyse is een statistisch paradigma dat onderzoeksvragen over onbekende parameters beantwoordt met behulp van waarschijnlijkheidsverklaringen.
bijvoorbeeld, Wat is de kans dat de gemiddelde mannelijke lengte tussen 70 en 80 centimeter ligt of dat de gemiddelde Vrouwelijke lengte tussen 60 en 70 centimeter ligt? Wat is de kans dat mensen in een bepaalde staat stemdenpublicaans of stemden democratisch?, Wat is de kans dat een persoon die beschuldigd wordt van een misdaad schuldig is? Wat is de kans dat behandeling A kostbaarder is dan behandeling B voor een specifieke zorgverlener? Wat is het probleem dat de bloeddruk van een patiënt daalt als hij of zij voorgeschreven wordt? Wat is de kans dat de odds ratio tussen 0,3 en 0,5 ligt?Hoe groot is de kans dat drie van de vijf quizvragen correct worden beantwoord door studenten? Wat is de kans dat kinderen met ADHD ondermaats presteren ten opzichte van andere kinderen op een gestandaardiseerde test?,Wat is de kans dat het onderwijs een positief effect heeft op het loon? Wat is het probleem dat het bovenmatige rendement op een actief positief is? En nog veel meer.
dergelijke probabilistische uitspraken zijn natuurlijk voor de Bayesiaanse analyse vanwege de aanname dat alle parameters willekeurige grootheden zijn. In de Bayesiananalyse wordt een parameter samengevat door een volledige waardeverdeling in plaats van een vaste waarde zoals in de klassieke frequentieanalyse. Het schatten van deze verdeling, een posterieure verdeling van een parameter vanbelang, is de kern van de Bayesiaanse analyse.,
een posterieure verdeling bestaat uit een eerdere verdeling over eenameter en een waarschijnlijkheidsmodel dat informatie over deparameter verschaft op basis van waargenomen gegevens. Afhankelijk van het gekozen priordistribution-en waarschijnlijkheidsmodel is de posterieure distributie hetzij analytisch beschikbaar, hetzij benaderd door bijvoorbeeld een van de Markov-keten Monte Carlo (MCMC) – methoden.,
Bayesiaanse gevolgtrekking gebruikt de posterieure verdeling om verschillende Summaries te vormen voor de modelparameters, waaronder puntschattingen zoals posterieure gemiddelden,medianen, percentielen en intervalschattingen bekend als geloofwaardige intervallen.Bovendien kunnen alle statistische tests over modelparameters worden uitgedrukt alsprobability statements op basis van de geschatte posterieure verdeling.,
unieke kenmerken van de Bayesiaanse analyse omvatten het vermogen om voorafgaande informatie in de analyse op te nemen, een intuïtieve interpretatie van geloofwaardige intervallen als vaste bereiken waarvan bekend is dat eenameter behoort met een vooraf gespecificeerde waarschijnlijkheid, en een mogelijkheid om een werkelijke waarschijnlijkheid toe te wijzen aan elke hypothese van belang.
voor meer informatie over Bayesiaanse analyse, zie intro. Zie ook een snel overzicht van Bayesiaanse functies.