Örneğin bir klinik deneyde bir güç analizine duyulan ihtiyaç, varsa bir tedavi etkisi (belirli bir minimum boyutta) bulma şansına sahip olmak için kaç katılımcının işe alınacağını hesaplayabilme / tahmin edebilmektir. Öncelikle zaman kısıtlamaları ve ikincisi maliyet kısıtlamaları nedeniyle sonsuz sayıda hasta almak mümkün değildir.
Bu nedenle, söz konusu klinik araştırmaya Bayesci bir yaklaşım uyguladığımızı düşünün. Her ne kadar düz öncelikler teorik olarak mümkün olsa da, ne yazık ki, birden fazla daire öncesi mevcut olduğu için öncekine duyarlılık tavsiye edilebilir (ki şu anda düşündüğüm garip, çünkü gerçekten mutlak belirsizliği ifade etmenin tek bir yolu olmalı).
Bu nedenle, ayrıca, bir duyarlılık analizi yaptığımızı düşünün (sadece öncekinin değil, modelin de burada incelenecektir). Bu, 'gerçek' için makul bir modelden simüle etmeyi içerir. Klasik / Frequentist istatistiklerde, burada 'gerçek' için dört aday vardır: H0, mu = 0; H1, mu! = 0 ya hata ile (gerçek dünyamızda olduğu gibi) ya da hatasız (gözlemlenemeyen gerçek dünyada olduğu gibi) gözlemlenir. Bayesci istatistiklerde, burada 'gerçek' için iki aday vardır: mu rastgele bir değişkendir (gözlemlenemez gerçek dünyada olduğu gibi); mu rasgele bir değişkendir (gözlenebilir gerçek dünyamızda olduğu gibi, belirsiz bir bireyin bakış açısından).
Bu yüzden gerçekten A) deneme ile ve B) duyarlılık analizi ile ikna etmeye çalıştığınıza bağlıdır. Aynı kişi değilse, bu oldukça garip olurdu.
Aslında söz konusu olan, gerçeğin ne olduğu ve somut kanıtları neyin doğruladığı konusunda bir fikir birliğidir. Ortak zemin, gerçek olasılıkla gözlemlenebilir olan, gerçekte gözlemlenebilir dünyamızda, bir şekilde, tesadüfen gerçekleşen veya tasarım gereği gerçekleşen bazı temel matematiksel gerçeğe sahip olduğu görülebilir. Bu bir Sanat sayfası değil, bir Bilim sayfası değil, ya da benim anlayışım olduğu için orada duracağım.