Investigació de cohorts bayesiana — Disseny d'estudis de cohorts bayesians
La investigació de cohorts bayesiana segueix un grup definit d'individus al llarg del temps per fer un seguiment dels resultats, i utilitza la inferència estadística bayesiana per actualitzar les creences sobre el risc, la incidència o els efectes causals a mesura que s'acumulen les dades de seguiment. El coneixement previ —d'estudis anteriors, registres o judici d'experts— es formalitza en una distribució a priori i es combina amb la versemblança de la cohort per produir una distribució a posteriori que quantifica la incertesa d'una manera directament interpretable.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- Ibrahim, J. G., & Chen, M. H. (2000). Power prior distributions for regression models. Statistical Science, 15(1), 46–60. DOI: 10.1214/ss/1009212673 ↗
- Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley. ISBN: 978-0471499756
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Cohort Study Design. ScholarGate. https://scholargate.app/ca/research-design/bayesian-cohort-research
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Investigació Bayesiana per EnquestaDisseny de recerca↔ compara
- Investigació LongitudinalDisseny de recerca↔ compara
- Recerca de PanellDisseny de recerca↔ compara
- Anàlisi de supervivènciaEstadística per a la recerca↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →