Bu sorudan ve özellikle "Sorun 3" ten esinlenmiştir:
Dağılımın sık, parametrik bir açıklaması sağlanmadıkça, posterior dağılımların bir meta-analize dahil edilmesi biraz daha zordur.
Son zamanlarda meta-analizin Bayes modeline - öncelikli olarak bir öncelik kaynağı olarak - dahil edilmesi hakkında çok şey düşünüyordum, ancak diğer yönde nasıl devam edeceğim? Bayesian analizi gerçekten daha popüler hale gelirse ve mevcut koda dahil edilmesi çok kolay hale gelirse (SAS 9.2 ve üstü BAYES ifadesi akla gelir), literatürde Bayesian etki tahminlerini daha sık almalıyız.
Bir an için Bayes analizi yapmaya karar veren uygulamalı bir araştırmacımız olduğunu varsayalım. Bu soru için kullandığım simülasyon kodunu kullanarak , eğer sıkça yapılan bir çerçeveye gitselerdi, şu sıkça yapılan tahminler olurdu:
log relative risk = 1.1009, standard error = 0.0319, log 95% CI = 1.0384, 1.1633
Standart, tüm varsayılan ve bilgilendirici olmayan öncelikler BAYES deyimi analizi kullanarak, hoş, simetrik bir güven aralığı veya standart hatalara sahip olmanız için hiçbir neden yoktur. Bu durumda posterior normal bir dağılımla kolayca tanımlanabilir, bu yüzden sadece bunu böyle tanımlayabilir ve "yeterince yakın" olabilir, ancak birisi Bayes etkisi tahmini ve asimetrik güvenilir bir aralık bildirirse ne olur? Bunu standart bir meta-analize dahil etmenin basit bir yolu var mı veya tahminin, mümkün olduğunca yakın olan parametrik olarak tanımlanmış bir dağılıma geri atılması gerekiyor mu? Veya başka bir şey?