क्या बायोसियन तरीके स्वाभाविक रूप से अनुक्रमिक हैं?


12

अर्थात्, क्रमिक विश्लेषण करने के लिए (आप समय से पहले नहीं जानते कि आप वास्तव में कितना डेटा एकत्र करेंगे) लगातार तरीकों के साथ विशेष देखभाल की आवश्यकता होती है; जब तक पी-मान पर्याप्त रूप से छोटा नहीं हो जाता है या आत्मविश्वास अंतराल पर्याप्त रूप से छोटा नहीं हो जाता है, तब तक आप डेटा एकत्र नहीं कर सकते।

लेकिन जब बायेसियन विश्लेषण करते हैं, तो क्या यह चिंता का विषय है? क्या हम स्वतंत्र रूप से डेटा एकत्र कर सकते हैं जब तक कि एक विश्वसनीय अंतराल पर्याप्त रूप से छोटा न हो जाए?


1
निर्भर करता है। यदि आप डेटा एकत्र करते हैं, जब तक कि आपके पास एक निश्चित मात्रा में जानकारी न हो, जो आम तौर पर एक मुद्दा नहीं है, चाहे आप बायेसियन हों या लगातार। यदि आप लगातार संचालन विशेषताओं (जैसे विश्वसनीय अंतराल के लिए कवरेज संभावनाएं, टाइप 1 त्रुटि) के बारे में परवाह करते हैं, तो यह अभी भी एक मुद्दा है जैसे कि विश्वसनीय अंतराल कोई प्रभाव नहीं छोड़ता है।
ब्योर्न

@ ब्योर्न क्या आप बता सकते हैं कि इस संदर्भ में "जानकारी की एक निश्चित मात्रा" का क्या अर्थ है? और अगर हमें क्रमिक बायेसियन परीक्षण के साथ लगातार टाइप 1 त्रुटि दर नहीं मिलती है, तो क्या हम अभी भी "अनुमत" हैं? क्या हम अभी भी एक बायेसियन विश्लेषण में किए गए सामान्य दावों को सुरक्षित रूप से कर सकते हैं? (यानी, एक पैरामीटर के संभाव्यता वितरण के बारे में कथन)
एलेक

1
जानकारी की निश्चित मात्रा = जैसे फिशर जानकारी (उदाहरण के लिए कुछ मामलों की उत्तरजीविता विश्लेषण के लिए)। दूसरे प्रश्न के लिए: हाँ, यदि आप इस बात की संभावना का उपयोग करते हैं कि आपने कैसे नमूना लिया है (यानी प्रतिबिंबित करते हुए, ऐसे मामलों में जब आपने अधिक डेटा एकत्र करना बंद कर दिया होगा)। नहीं, यदि आप अनदेखा करते हैं कि सही संभावना क्या है (और उदाहरण के लिए बस एक मानक सामान्य संभावना का उपयोग करें)।
ब्योर्न

आह, मैं अब देख रहा हूं, इसलिए समस्या वास्तव में मेरे अनुमान की संभावना है। एक रोक नियम भविष्य की टिप्पणियों को पहले वाले पर सशर्त रूप से निर्भर करता है।
एलेक

@ ब्योर्न क्या आप बायेसियन विश्लेषण के किसी भी संदर्भ के बारे में जानते हैं जो इसकी संभावना समारोह में एक रोक नियम को ध्यान में रखता है?
एलेक

जवाबों:


5

राउडर (2014) के पास इस पर एक अच्छा पेपर है (मनोवैज्ञानिकों के लिए लिखा गया है), यह बताते हुए कि क्यों अनुक्रमिक परीक्षण (तथाकथित डेटा पीकिंग ) बायेसियन दृष्टिकोण से ठीक है। (यदि आप इसके लिए खोज करते हैं तो कागज ऑनलाइन उपलब्ध है।)

स्कोनब्रोड एट अल। (प्रेस में) डेटा संग्रह को रोकने के लिए निर्धारित करने के लिए बेयस कारकों के साथ अनुक्रमिक विश्लेषण का उपयोग करने का तरीका दिखाते हुए अच्छा विश्लेषण प्रस्तुत करें।

एक बायेसियन पैरामीटर आकलन प्रक्रिया से, जॉन क्रूसके के पास एक बहुत अच्छा ब्लॉग पोस्ट है जो अनुक्रमिक परीक्षण के दौरान विभिन्न बायेशियन विधियों की तुलना करता है।

आशा है कि आप उनकी मदद करेंगे।

संदर्भ

रूडर, जेफरी एन (2014)। वैकल्पिक रोक: Bayesians के लिए कोई समस्या नहीं है। साइकोनोमिक बुलेटिन एंड रिव्यू, 21, 301-308।

स्कोनब्रोड, एफडी, वेगेनमेकर्स, ई.जे., ज़ेथलिट्नर, एम।, और पेरुगिनी, एम। (प्रेस में)। बेयर्स कारकों के साथ अनुक्रमिक परिकल्पना परीक्षण: कुशल रूप से परीक्षण का मतलब अंतर है। मनोवैज्ञानिक तरीके।


क्या आप केवल उद्धरण देने के बजाय कागजात को संक्षेप में प्रस्तुत कर सकते हैं?
टिम

0

एसपीआरटी एक क्रमिक विधि का अच्छा उदाहरण है जो अनुक्रमिक है।

दूसरी ओर, जबकि बायेसियन मॉडल में डेटा की कमता को दूर करने के लिए पुजारी होते हैं, जितना अधिक डेटा आपके पास "संकरा" होता है, आपके पीछे के वितरण को ऑनलाइन अस्थायी सीखने के लिए कम उपयुक्त बनाता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.