Beställ STATA
Vad är Bayesiansk analys?
Vad är Bayesiansk analys?
Bayesiansk analys är ett statistiskt paradigm som svarar på forskningsfrågorom okända parametrar med hjälp av sannolikhetsförklaringar.
till exempel, Vad är sannolikheten att den genomsnittliga manliga höjden är mellan70 och 80 inches eller att den genomsnittliga kvinnliga höjden är mellan 60 och 70inches? Vad är sannolikheten för att människor i en viss stat voterepublikan eller rösta demokratiskt?, Vad är sannolikheten för att en person anklagas förett brott är skyldig? Vad är sannolikheten att behandling A är mer kostnadseffektiv än behandling B för en viss vårdgivare? Vad är sannolikheten att en patients blodtryck minskar om han eller hon är ordineraddrog A? Vad är sannolikheten att oddsförhållandet är mellan 0,3 och 0,5?Vad är sannolikheten att tre av fem frågesportfrågor kommer att svaraskorrekt av studenter? Vad är sannolikheten för att barnmed ADHD underpresterar i förhållande till andra barn på ett standardiserat test?,Vad är sannolikheten för att det finns en positiv effekt av skolgången på lönerna? Vad är sannolikheten att överskjutande avkastning på en tillgång är positiv? Och många fler.
sådana probabilistiska uttalanden är naturliga för Bayesiansk analys på grund av det underliggande antagandet att alla parametrar är slumpmässiga kvantiteter. I Bayesiananalysis sammanfattas en parameter av en hel fördelning av värdeni stället för ett fast värde som i klassisk frekventistanalys. Uppskatta denna fördelning, en bakre fördelning av en parameter avintresse, ligger i hjärtat av Bayesiansk analys.,
en bakre fördelning innefattar en tidigare fördelning om aparameter och en sannolikhetsmodell som ger information omparametern baserat på observerade data. Beroende på den valda priordistribution och sannolikhetsmodellen är den bakre fördelningen antingentillgänglig analytiskt eller approximerad av till exempel en av markovkedjan Monte Carlo (MCMC) metoder.,
Bayesiansk inferens använder den bakre fördelningen för att bilda olika sammanfattningar för modellparametrarna, inklusive punktskattningar som bakre medel, medianer, percentiler och intervallskattningar som kallas trovärdiga intervall.Dessutom kan alla statistiska tester om modellparametrar uttryckas somsangivelser baserade på den beräknade bakre fördelningen.,
unika egenskaper hos Bayesiansk analysinkluderar en förmåga att införliva tidigare information i analysen, enintuitiv tolkning av trovärdiga intervall som fasta intervall som aparameter är känd för att tillhöra med en förspecificerad sannolikhet och en förmågaatt tilldela en faktisk Sannolikhet till någon hypotes av intresse.
om du vill veta mer om Bayesiansk analys, se intro. Se även en snabb översikt över bayesiska funktioner.