Çalışan istatistikçiler, frekansçı ve Bayesci çıkarımlar arasındaki farkı önemsiyor mu?

Bir yabancı olarak, birinin istatistiksel çıkarım yapması gerektiğine dair iki rakip görüş olduğu ortaya çıkmıştır.

Her ikisi de çalışan istatistikçiler tarafından geçerli kabul edilen iki farklı yöntem midir?

Birini seçmek daha çok felsefi bir soru olarak mı kabul edilir? Yoksa mevcut durum sorunlu olarak kabul ediliyor mu ve farklı yaklaşımları bir şekilde birleştirmek için girişimlerde bulunuluyor mu?

Sonuçların yorumlanması, analizle aynı çerçevede yapıldığı sürece, çok önemli olduğunu sanmıyorum. Sık istatistiklerle ilgili temel problem, frekansçı anlamlılık testinin p-değerini, sanki bir hipotezin gerçek olma ihtimalinin Bayes a-posteryöri olasılıklarıymış gibi davranması doğal bir eğilim olduğudur (ve dolayısıyla 1-p, olasılık alternatif hipotez doğrudur) ya da sık sık bir güven aralığını bir Bayesian güvenilir aralığı olarak ele almak (ve dolayısıyla, gerçek değerin sahip olduğumuz belirli bir veri örneği için% 95 güven aralığında olması ihtimalinin% 95 olduğunu varsayarsak). Bu tür yorumlamalar, doğal olarak sormak istediğimiz sorunun doğrudan cevabı olacağı için doğaldır.

Cevabın şekli kabul edilebilir olduğu ve yapılan varsayımlar üzerinde hemfikir olduğumuz sürece, birini diğerine tercih etmek için hiçbir sebep yoktur - bu kurslar için bir at meselesidir.

Ben hala bir Bayesian'um;

Shane’in söylediklerini ekleyerek, sürekliliğin aşağıdakileri içerdiğini düşünüyorum:

1. Bayes kampındaki firma felsefi duruş
2. Her ikisi de geçerli sayılır, verilen bir problem için bir ya da daha fazla tercih edilen bir yaklaşımla
3. Bayes yaklaşımı kullanırdım (ya da daha sık) ama vaktim yok.
4. Frekansçı kampta firma felsefi duruş
5. Sınıfta öğrendiğim gibi yapıyorum. Bayes Nedir?

Ve evet, çalışan tüm istatistikçiler ve analistler bu noktalarda biliyorum. Çoğu zaman # 3'te yaşıyorum, # 2'de daha fazla zaman geçirmeye çalışıyorum.

Bayesian istatistiklerinin iki farklı bağlamda ortaya çıktığını düşünüyorum.

Bir yandan, bazı araştırmacılar / istatistikçiler kesinlikle "Bayesian ruhu" konusunda ikna olmuş ve klasik frekansçı hipotez çerçevesinin sınırını kabul ederek, Bayesian düşüncesine yoğunlaşmaya karar vermişlerdir. Küçük psikolojik boyutlara ya da sınırdaki istatistiksel önemlere dikkat çeken deneysel psikolojideki çalışmalar, artık giderek artan bir biçimde Bayesian çerçevesine dayanmaktadır. Bu bağlamda, güvene dayalı risk ve Bayesian (M) ANOVA kullanımının geliştirilmesine katkıda bulunan Bruno Lecoutre (1-4) 'ün kapsamlı çalışmalarından bahsetmeyi seviyorum. Bir güven aralığını, ilgi parametresine uygulanan olasılıklar (yani önceki dağılıma bağlı olarak) açısından kolaylıkla yorumlayabileceğimizi, istatistiksel düşünmede radikal bir dönüş olduğunu düşünüyorum.Bayes analizleri için uluslararası bayesyen modellerini kullanmak. Frank Harrell da ilginç hatlarını sağlar Klinisyenler için Bayes Yöntemleri uygulanan, RCT .

Öte yandan, Bayesian yaklaşımı tanı tıbbında başarılı olmuştur (5) ve eğer varsa, geleneksel istatistiklerin başarısız olacağı bir alternatif olarak kullanılmaktadır. Yazarların radyologlar arasında kalça kırıklarının ciddiyeti ile ilgili çok sınırlı bir veri setindeki (12 doktor x 15 radyografi) şiddeti hakkındaki anlaşmayı değerlendirmekle ilgilenen psikomatik bir makale (6) düşünüyorum ve çok eşyalar için madde cevap modelini kullanıyorum.

Son olarak, Tıp İstatistikleri'nde yayınlanan son 45 sayfalık bir makale , biyoistatistikte bayesian modellemenin "nüfuzuna" ilginç bir genel bakış sağlar:

Ashby, D (2006). Tıpta Bayes istatistikleri: 25 yıllık bir derleme . Tıpta İstatistik , 25 (21), 3589-631.

Referanslar

1. Rouanet H., Lecoutre B. (1983). ANOVA'da Spesifik Çıkarım: Anlamlılık testlerinden Bayesian prosedürlerine kadar. İngiliz Matematiksel ve İstatistik Psikoloji Dergisi , 36 , 252-268.
2. Lecoutre B., Lecoutre M.-P., Poitevineau J. (2001). Bilimsel topluluktaki önemlilik testlerinin kullanımları, kötüye kullanımı ve yanlış kullanımları: Bayesian seçimi kaçınılmaz olmaz mı? Uluslararası İstatistiksel Gözden Geçirme , 69 , 399-418.
3. Lecoutre B. (2006). Herkes bir Bayesian değil mi? Hint Bayesian Topluluğu Haber Mektubu , III , 3-9.
4. Lecoutre B. (2006). Ve eğer bilmeden bir Bayesian olsaydın? A. Mohammad-Djafari'de (Ed.): 26. Bilim ve Mühendislikte Bayesci Çıkarım ve Maksimum Entropi Yöntemleri Çalıştayı . Melville: AIP Konferansı Bildirileri Vol. 872, 15-22.
5. Broemeling, LD (2007). Bayes Biyoistatistik ve Teşhis Tıp . Chapman ve Salon / CRC.
6. Baldwin, P., Bernstein, J. ve Wainer, H. (2009). Kalça psikometrisi. Tıp İstatistikleri , 28 (17), 2277-92.

Uygulamalı alanlarda araştırmacıların / pratisyenlerin uygulamalı çalışmalarda pragmatik olma eğiliminde olmalarına dikkat edildiğini hayal ediyorum. Bağlam verilen işe yarayan aracı seçersiniz.

Ancak, tartışma bu iki yaklaşımın temelinde yatan felsefi meseleleri önemseyen kişiler arasında canlı ve iyi. Örneğin Andrew Gelman'ın şu blog yazılarına bakın :

• Bayes'i tanımıyorsun Jack.
• Felsefe ve Bayesci istatistik uygulamaları

Bu öznel olsa da, şunu söyleyebilirim:

Bir nedenden dolayı Bayesian / sıkça " tartışma " denir . İki yaklaşım arasında açık bir felsefi fark var.

Fakat çoğu şeyde olduğu gibi, bu bir spektrumdur. Bazı insanlar bir kampta ya da diğerinde çok fazla şey var ve alternatifi tamamen reddediyorlar. Çoğu insan muhtemelen ortada bir yere düşer. Ben kendim şartlara bağlı olarak iki yöntemi de kullanırdım.