贝叶斯方法本质上是顺序的吗？

也就是说，要使用频繁性方法进行顺序分析（您无法提前确切地知道要收集多少数据），需要特别注意；您不能仅在p值变得足够小或置信区间变得足够短之前收集数据。

但是，在进行贝叶斯分析时，这是否值得关注？我们可以自由地做诸如收集数据之类的事情，直到可信间隔变得足够小时吗？

bayesian inference philosophical sequential-analysis

— 亚历克
source

依靠。如果您收集数据直到您掌握了一定数量的信息（通常是贝叶斯人还是常客），这通常都不是问题。如果您关心频繁使用的操作特性（例如，可信区间的覆盖概率，类型1错误），那么停止仍然是一个问题，例如，一旦可信区间不起作用就停止。

— 比约恩

@Björn您能解释在这种情况下“一定数量的信息”是什么意思吗？即使通过顺序贝叶斯测试无法获得恒定的1型错误率，我们是否仍然“允许”这样做？我们仍然可以安全地做出贝叶斯分析中的通常说法吗？（即关于参数的概率分布的声明）

— Alec

一定数量的信息=例如Fisher信息（例如，用于特定数量案例的生存分析）。对于第二个问题：是的，如果您使用似然来反映采样方式（例如，反映在那种情况下，您将停止收集更多数据）。不，如果您忽略了正确的可能性（例如，仅使用标准的正常可能性）。

— 比约恩

嗯，我现在知道了，所以问题实际上出在我猜。停止规则使将来的观察有条件地取决于先前的观察。

— 亚历克2015年

@Bjorn您是否知道贝叶斯分析的参考，该参考在其喜好功能中考虑了停止规则？

— 亚历克2015年

Answers:

Rouder（2014）对此发表了一篇不错的论文（为心理学家撰写），从贝叶斯的角度解释了为什么顺序测试（所谓的数据偷看）很好。（如果您要搜索，可以在线免费获得。）

Schoenbrodt等。（印刷中）展示了不错的分析，展示了如何使用带贝叶斯因子的顺序分析来确定何时停止数据收集。

通过贝叶斯参数估计过程，John Kruschke有一个非常不错的博客文章，该文章比较了顺序测试期间的不同贝叶斯方法。

希望您能找到帮助。

参考文献

Rouder，Jeffrey N.（2014年）。可选的停止：贝叶斯没有问题。心理公告与评论，21，301-308。

Schoenbrodt，FD，Wagenmakers，E.-J.，Zehetleitner，M.，＆Perugini，M.（印刷中）。用贝叶斯因子进行顺序假设检验：有效检验均值差异。心理方法。

— 吉姆·格兰奇
source

您能总结论文而不是仅仅提供引文吗？

— 蒂姆

SPRT是顺序的常用方法的一个很好的例子。

另一方面，尽管贝叶斯模型具有克服数据稀疏性的先验能力，但拥有的数据越多，后验分布越“狭窄”，使其不适用于在线时态学习。

— 乌里·戈伦（Uri Goren）
source