将样本大小设为随机变量意味着什么?


18

弗兰克·哈雷尔(Frank Harrell)开了一个博客(统计思维)。在他的重要文章中,他列出了他的统计哲学的一些关键特征。除其他事项外,它还包括:

  • 尽可能将样本数量设为随机变量
  1. “使样本量成为随机变量”是什么意思?
  2. 这样做的好处是什么?为什么会更可取?

在顺序分析中,事件的发生时间被视为随机变量。机器人样本大小也是如此。
Michael R. Chernick

@RichardHardy,这应该在交叉验证的Meta上进行讨论。我创建了标签b / c,而我们没有1,并且有很多关于ACF的问题,等等。我们总是可以将其作为同义词。
gung-恢复莫妮卡

Answers:


13

我并不是要使用接近数据收集过程的模型,而是要对后验概率进行连续的贝叶斯监测,而对后验概率不做任何惩罚。与其计算一个任意的目标样本数量,不如计算一个尽可能大的样本数量(用于预算批准),否则就停止“当我们得到答案时”,这在物理学中通常会取得很好的效果。不久以后,我会在我的博客http://fharrell.com中详细说明这一点。


1
“当我们得到答案时”的具体含义是什么?我认为进行一项研究直到获得满意的结果(例如,可信度为95%的区间不包括0)在贝叶斯语境中就像在常客中一样腐败。
gung-恢复莫妮卡

1
@gung一点都不。贝叶斯推断完全独立于停止规则。在提前停止时,很容易模拟后验概率的校准,表明它们是正确的。这是与常客世界的惊人差异之一。通常,前向概率与上下文无关,而后向概率取决于您到达那里的方式。因此,当效果大于0的后验概率超过某个数字(例如0.95)或可信区间的宽度<某个指定数字时,我将停止。
Frank Harrell

1
在我看来,您对@gung的评论的回答似乎是一个问题:一些读者可能会觉得,如果贝叶斯推理确实允许“抽样到已定结论”,那么贝叶斯推理就更糟了。(我将在此处将其引荐给第3段中的参考文献。)期待您的下一篇博客文章!
Scortchi-恢复莫妮卡

仅当统计学家使用的先验与审阅者使用的先验发生冲突时,才会对不正确的结论进行抽样。例如,如果审阅者将概率质量设为零(即先验具有吸收状态),并且所使用的模型未特别强调零陷,则分析可能表明会停止产生积极影响,但审阅者说存在没有足够的证据证明有效果。如果您用某个先验模拟研究并使用相同先验进行分析,则后验概率将得到完美校准,而后验均值也将是完美的。
弗兰克·哈雷尔
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.