ordem STATA
o que é a análise bayesiana?
o que é a análise bayesiana?
Bayesian analysis is a statistical paradigm that answers research questions about unknown parameters using probability statements.por exemplo, Qual é a probabilidade de que a altura média masculina esteja entre 70 e 80 polegadas ou que a altura média feminina esteja entre 60 e 70 polegadas? Qual é a probabilidade de que as pessoas em um determinado estado votem democrático ou votem democrático?, Qual é a probabilidade de uma pessoa acusada de um crime ser culpada? Qual é a probabilidade de o tratamento A ser mais rentável do que o tratamento B para um prestador de cuidados de saúde específico? Qual é a probabilidade de a pressão arterial de um doente diminuir se for prescrito um medicamento A? Qual é a probabilidade de a razão de probabilidades estar entre 0,3 e 0,5?Qual é a probabilidade de três em cada cinco perguntas de perguntas serem respondidas directamente pelos estudantes? Qual é a probabilidade de as crianças com TDAH terem um desempenho inferior ao das outras crianças num teste padronizado?,Qual é a probabilidade de haver um efeito positivo da escolarização no salário? Qual é a probabilidade de os rendimentos em excesso sobre um activo serem positivos? E muitos mais.tais afirmações probabilísticas são naturais para a análise bayesiana por causa da suposição subjacente de que todos os parâmetros são quantidades aleatórias. Na análise bayesiana, um parâmetro é resumido por uma distribuição completa do valor em vez de um valor fixo como na análise clássica de frequência. Estimando esta distribuição, uma distribuição posterior de um parâmetro de interesse, está no centro da análise bayesiana.,uma distribuição posterior inclui uma distribuição anterior sobre um aparador e um modelo de probabilidade que fornece informação sobre o aparador com base em dados observados. Dependendo do modelo de priordistribution e probabilidade escolhido, a distribuição posterior está disponível analiticamente ou aproximada Por, por exemplo, um dos métodos da cadeia de Monte Carlo (MCMC) de theMarkov.,
Inferência Bayesiana usa a distribuição posterior para formar vários sumarios para os parâmetros do modelo, incluindo estimativas pontuais como meios posteriores, medianos, percentis e estimativas de intervalos conhecidos como intervalos credíveis.Além disso, todos os testes estatísticos sobre parâmetros do modelo podem ser expressos declarações de asprobabilidade com base na distribuição posterior estimada.,
características únicas da análise bayesiana incluem a capacidade de incorporar informação prévia na análise, uma interpretação intuitiva de intervalos credíveis como gamas fixas a que se sabe que um elemento pertence com uma probabilidade pré-definida, e uma capacidade de atribuir uma probabilidade real a qualquer hipótese de interesse.
para saber mais sobre a análise bayesiana, consulte intro. Veja também uma rápida visão geral das características Bayesianas.