Recherche de cohorte bayésienne — Conception d'étude de cohorte bayésienne
La recherche de cohorte bayésienne suit un groupe défini d'individus au fil du temps pour suivre les résultats, et utilise l'inférence statistique bayésienne pour mettre à jour les croyances concernant le risque, l'incidence ou les effets causaux à mesure que les données de suivi s'accumulent. Les connaissances antérieures — issues d'études précédentes, de registres ou du jugement d'experts — sont formalisées en une distribution a priori et combinées avec la vraisemblance de la cohorte pour produire une distribution a posteriori qui quantifie l'incertitude d'une manière directement interprétable.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Cohort Study Design. ScholarGate. https://scholargate.app/fr/research-design/bayesian-cohort-research
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Recherche par sondage bayésienConception de la recherche↔ comparer
- Recherche longitudinaleConception de la recherche↔ comparer
- Recherche par panelConception de la recherche↔ comparer
- Analyse de survieStatistiques de recherche↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →