Disegno Bayesiano Ex Post Facto — Ricerca Causale Bayesiana Retrospettiva
Il disegno Bayesiano ex post facto indaga possibili relazioni causali tra variabili che si sono già verificate, senza manipolazione delle stesse da parte del ricercatore, e quantifica l'incertezza su tali relazioni utilizzando l'inferenza statistica Bayesiana. Il ricercatore seleziona gruppi che differiscono per un esito o una presunta causa dopo il fatto, quindi utilizza la conoscenza pregressa e i dati osservati insieme — tramite il teorema di Bayes — per stimare dimensioni dell'effetto credibili, differenze tra gruppi o predittori.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- Kerlinger, F. N. (1973). Foundations of Behavioral Research (2nd ed.). Holt, Rinehart and Winston. link ↗
- Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan (2nd ed.). Academic Press. ISBN: 978-0124058880
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/it/research-design/bayesian-ex-post-facto-design
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Inferenza BayesianaStatistica↔ confronta
- Ricerca Causal-ComparativaDisegno della ricerca↔ confronta
- Design Ex Post FactoDisegno della ricerca↔ confronta
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ confronta
- Studio di coorte retrospettivoEpidemiologia↔ confronta
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →