在进行常客统计时,一长串重大的禁忌之举,例如在决定收集更多数据之前先查看统计测试的结果。我通常想知道贝叶斯统计中涉及的方法是否存在类似的不行清单,尤其是以下内容是否是其中之一。
我最近意识到,对于我一直在拟合的某些模型,我的过程一直是首先将模型与信息丰富的先验条件拟合,以查看其是否起作用或爆炸,然后将先验条件削弱为缺乏信息或弱信息化,调整模型。
我这样做的动机确实与我用JAGS / Stan编写这些模型有关,在我看来,我一直将其视为编程任务,而不是统计任务。因此,我进行了首次运行,通过使用先验信息使它能够快速收敛,从而更容易发现我编写的模型中的错误。然后,在调试模型后,我用无信息或信息量较弱的先验条件对其进行了重新拟合。
我的问题是我是否在此过程中违反了一些严肃的规定。例如,为了使我的推论有效,并且避免利用研究人员的自由度,在开始拟合任何模型之前,我是否需要承诺先验先验?