贝叶斯方法本质上是顺序的吗?


12

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?


1
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

1
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:


5

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。


您能总结论文而不是仅仅提供引文吗?
蒂姆

0

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。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.