Bayes'sche quantitative Beobachtungsforschung

Bayes'sche quantitative Beobachtungsforschung wendet Bayes'sche statistische Inferenz auf Daten an, die ohne experimentelle Manipulation gesammelt wurden – Umfragen, Verwaltungsdaten, Register oder Sekundärdatensätze. Anstatt sich ausschließlich auf p-Werte und Konfidenzintervalle zu verlassen, kodiert der Analyst Vorwissen über Parameter als Wahrscheinlichkeitsverteilungen, aktualisiert diese mit beobachteten Daten über den Satz von Bayes und berichtet Schlussfolgerungen als Wahrscheinlichkeitsaussagen über die Posterior-Verteilung. Der Ansatz wird besonders in der Epidemiologie, den Sozialwissenschaften und der Forschung zu Gesundheitsdiensten geschätzt, wo Randomisierung unmöglich oder unethisch ist.