ScholarGate
Assistente
Process / pipelineTarama ve gözlemsel desen

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.

Trova un argomento con PaperMindIn arrivoVideoIn arrivoScarica le diapositive

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

Fonti

  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

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.

Confronta affiancati
ScholarGateBayesian Ex Post Facto Design (Bayesian Ex Post Facto Research Design). Consultato il 2026-06-15 da https://scholargate.app/it/research-design/bayesian-ex-post-facto-design · Insieme di dati: https://doi.org/10.5281/zenodo.20539026