ПРЕДУПРЕЖДЕНИЕ. Я написал этот ответ давным-давно, очень мало понимая, о чем я говорю. Я не могу удалить это, потому что это было принято, но я не могу поддержать большую часть содержания.
Это очень длинный ответ, и я надеюсь, что он будет в некотором роде полезным. SPC - не моя сфера деятельности, но я думаю, что эти комментарии достаточно общие, чтобы применить их здесь.
Я бы сказал, что наиболее часто упоминаемое преимущество - способность учитывать предыдущие убеждения - это слабое преимущество прикладных / эмпирических областей. Это потому, что вам нужно определить количество ваших предшественников. Даже если я могу сказать «ну, уровень z определенно неправдоподобен», я не могу на всю жизнь сказать вам, что должно происходить ниже z. Если авторы не начнут публиковать свои необработанные данные в массовом порядке, мои лучшие догадки для приоры - это условные моменты, взятые из предыдущей работы, которые могут соответствовать или не соответствовать условиям, с которыми вы сталкиваетесь.
По сути, байесовские методы (по крайней мере, на концептуальном уровне) отлично подходят для тех случаев, когда у вас есть сильное предположение / идея / модель и вы хотите перенести их в данные, а затем посмотреть, насколько вы ошибаетесь или не ошибаетесь. Но часто вы не смотрите, правы ли вы в отношении одной конкретной модели для вашего бизнес-процесса; скорее у тебя нетмодель, и посмотреть, что будет делать ваш процесс. Вы не хотите выдвигать свои выводы, вы хотите, чтобы ваши данные подталкивали ваши выводы. Если у вас достаточно данных, это все равно произойдет, но в таком случае зачем беспокоиться о предыдущих? Возможно, это слишком скептически и не склонно к риску, но я никогда не слышал о оптимистичном бизнесмене, который также был успешным. Невозможно измерить вашу неуверенность в своих собственных убеждениях, и вы не рискуете быть слишком уверенным в своих ошибках. Таким образом, вы устанавливаете неинформативный априор, и преимущество исчезает.
Это интересно в случае с SPC, потому что, в отличие, скажем, от цифрового маркетинга, ваши бизнес-процессы не всегда находятся в непредсказуемом состоянии. У меня сложилось впечатление, что бизнес-процессы имеют тенденцию меняться намеренно и постепенно. То есть вам нужно долго строить хорошие, безопасные приоры. Но помните, что все приоры направлены на распространение неопределенности. Помимо субъективности, байесианство имеет то преимущество, что оно объективно распространяет неопределенность в процессах создания глубоко вложенных данных. Для меня это действительно то, для чего нужна байесовская статистика. И если вы ищете надежность своего процесса, выходящую далеко за пределы «значимости» 1 к 20, кажется, что вы захотите учесть как можно большую неопределенность.
Так где же байесовские модели? Во-первых, они сложно реализовать, Говоря прямо, я могу научить OLS инженеру-механику за 15 минут и заставить его запустить регрессии и t-тесты в Matlab в другой 5. Чтобы использовать байесовский метод, мне сначала нужно решить, какую модель мне подходит, а затем посмотреть, есть ли готовая библиотека для этого на языке, который знает кто-то в моей компании. Если нет, я должен использовать ошибки или Стэн. А потом мне нужно запустить симуляции, чтобы получить хотя бы базовый ответ, и это займет около 15 минут на 8-ядерном компьютере с i7. Так много для быстрого прототипирования. И во-вторых, к тому времени, как вы получите ответ, вы потратили два часа на кодирование и ожидание, только чтобы получить тот же результат, который вы могли бы получить с частыми случайными эффектами с кластерными стандартными ошибками. Может быть, это все самонадеянно и неправильно, и я совсем не понимаю SPC.
Я сравниваю байесианство с очень качественным ножом шеф-повара, кастрюлей и сотейником ; Частота - это как кухня, полная инструментов «как видно по телевизору», таких как банановые нарезки и кастрюли с отверстиями в крышке для легкого слива . Если вы опытный повар с большим опытом работы на кухне - на самом деле, на своей собственной кухне с предметными знаниями, которая чиста и организована, и вы знаете, где все расположено - вы можете делать удивительные вещи с помощью своего небольшого выбора элегантные, качественные инструменты. Или, вы можете использовать кучу разных маленьких специальных инструментов *, которые требуют нулевого навыка, чтобы сделать еду простой, действительно не наполовину плохой, и с парой базовых ароматов, которые отражают суть. Вы только что вернулись из шахт данных и жаждете результатов; какой повар ты?
* Байес такой же случайный, но менее прозрачный . Сколько вина идет в твоей компании? Понятия не имею, тебе это нравится, потому что ты профессионал. Или вы не можете определить разницу между Пино Гриджио и Пино Нуар, но в первом рецепте Epicurious сказано, что нужно использовать 2 чашки красного, так что вы это и сделаете. Какой из них более "ad-hoc"?