Inferensi Statistik Bayesian
Inferensi Bayesian adalah kerangka kerja statistik yang menggunakan teorema Bayes untuk memperbarui keyakinan tentang parameter atau hipotesis seiring akumulasi data. Diterbitkan secara anumerta pada tahun 1763, karya Thomas Bayes tidak dikenal hingga abad ke-20, ketika kemajuan komputasi (sampling Gibbs, Markov Chain Monte Carlo) membuat metode Bayesian praktis. Berbeda dengan inferensi frequentist (yang memperlakukan parameter sebagai nilai yang tidak diketahui tetap), analisis Bayesian memperlakukan parameter sebagai variabel acak dengan distribusi probabilitas, memungkinkan pernyataan probabilitas langsung tentang parameter, penggabungan pengetahuan sebelumnya, dan pembaruan sekuensial. Penting dalam pengobatan presisi, uji coba adaptif, model hierarkis yang kompleks, dan konteks apa pun di mana informasi sebelumnya memperkaya inferensi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Bayes, T. (1763). An essay towards solving a problem in the doctrine of chances. Philosophical Transactions of the Royal Society, 53, 370–418. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. DOI: 10.1201/b16018 ↗
- Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan (2nd ed.). Academic Press. DOI: 10.1016/b978-0-12-405888-0.00008-8 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 4). Bayesian Methods in Statistical Analysis. ScholarGate. https://scholargate.app/id/research-statistics/bayesian-statistics
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Analisis FaktorStatistika Penelitian↔ compare
- Regresi LogistikStatistika Penelitian↔ compare
- Pemodelan MultilevelStatistika Penelitian↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →