ScholarGate
Asistente
Process / pipelineTarama ve gözlemsel desen

Diseño bayesiano ex post facto — Investigación causal bayesiana retrospectiva

El diseño bayesiano ex post facto investiga posibles relaciones causales entre variables que ya han ocurrido, sin manipulación de dichas variables por parte del investigador, y cuantifica la incertidumbre sobre esas relaciones utilizando inferencia estadística bayesiana. El investigador selecciona grupos que difieren en un resultado o una causa presunta después del hecho, y luego utiliza el conocimiento previo y los datos observados juntos —a través del teorema de Bayes— para estimar tamaños de efecto creíbles, diferencias entre grupos o predictores.

Encontrar tema con PaperMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. Kerlinger, F. N. (1973). Foundations of Behavioral Research (2nd ed.). Holt, Rinehart and Winston. link
  2. Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan (2nd ed.). Academic Press. ISBN: 978-0124058880

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/es/research-design/bayesian-ex-post-facto-design

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado
ScholarGateBayesian Ex Post Facto Design (Bayesian Ex Post Facto Research Design). Recuperado el 2026-06-15 de https://scholargate.app/es/research-design/bayesian-ex-post-facto-design · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026