Bayesian Ex Post Facto Design
Bayesian ex post facto design investigates possible causal relationships among variables that have already occurred, without researcher manipulation of those variables, and quantifies uncertainty about those relationships using Bayesian statistical inference. The researcher selects groups that differ on an outcome or a presumed cause after the fact, then uses prior knowledge and observed data together — via Bayes' theorem — to estimate credible effect sizes, group differences, or predictors.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Kerlinger, F. N. (1973). Foundations of Behavioral Research (2nd ed.). Holt, Rinehart and Winston. · URL
- Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan (2nd ed.). Academic Press. · ISBN 978-0124058880
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.