То есть, для проведения последовательного анализа (вы не знаете заранее, сколько именно данных вы будете собирать) с помощью часто используемых методов требуется особая осторожность; Вы не можете просто собирать данные, пока значение p не станет достаточно маленьким или доверительный интервал не станет достаточно коротким.
Но при проведении байесовского анализа это вызывает беспокойство? Можем ли мы свободно делать такие вещи, как сбор данных, пока достоверный интервал не станет достаточно маленьким?
1
Смотря как. Если вы собираете данные до тех пор, пока у вас не появится определенное количество информации, которая, как правило, не является проблемой, будь вы байесовец или частик. Если вам небезразличны эксплуатационные характеристики частых (например, вероятности покрытия для вероятных интервалов, ошибка типа 1), проблему все равно следует прекратить, например, когда вероятный интервал не исключает никакого эффекта.
—
Бьорн,
@ Björn Можете ли вы объяснить, что означает «определенный объем информации» в этом контексте? И даже если мы не получим постоянную частоту ошибок типа 1 при последовательном байесовском тестировании, мы все еще «позволены»? Можем ли мы все еще безопасно делать обычные заявления, сделанные в байесовском анализе? (т.е. утверждения о распределении вероятностей параметра)
—
Алек
Определенный объем информации = например, информация Фишера (например, для анализа выживания до определенного числа случаев). По второму вопросу: да, если вы используете вероятность, отражающую то, как вы выбрали (например, отражая, в каких случаях вы бы прекратили собирать больше данных). Нет, если вы игнорируете, какова правильная вероятность (и, например, просто используете стандартную нормальную вероятность).
—
Бьорн
Ах, теперь я вижу, так что проблема действительно в вероятности, я думаю. Правило остановки делает будущие наблюдения условно зависимыми от предыдущих.
—
Алек
@ Бьорн Знаете ли вы какие-либо ссылки на байесовский анализ, который учитывает правило остановки в своей функции вероятности?
—
Алек