Beijesiskā jaudas analīze (apliecinājums)
Beijesiskā jaudas analīze — ko sauc arī par apliecinājumu — ir metodes kopumu noteikšanai, kas aizstāj biežuma (frequentist) jēdzienu par jaudu ar uz efektu lielumu (effect size) attiecinātu iepriekšēju sadalījumu (prior distribution) svērto vidējo vērtību. Pirmo reizi formalizēta Spiegelhalter un Freedman (1986), un tālāk attīstīta O'Hagan, Stevens un Campbell (2005), tā atbild uz jautājumu: ņemot vērā mūsu pašreizējo nenoteiktību par patieso efektu, kāds kopumu lielums nodrošina augstu kopējo varbūtību statistiski nozīmīga rezultāta iegūšanai?
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- O'Hagan, A., Stevens, J.W. & Campbell, M.J. (2005). Assurance in Clinical Trial Design. Pharmaceutical Statistics, 4(3), 187–201. DOI: 10.1002/pst.175 ↗
- Spiegelhalter, D.J. & Freedman, L.S. (1986). A Predictive Approach to Selecting the Size of a Clinical Trial, Based on Subjective Clinical Opinion. Statistics in Medicine, 5(1), 1–13. DOI: 10.1002/sim.4780050103 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Bayesian Power Analysis (Assurance / Bayesian Sample Size Determination). ScholarGate. https://scholargate.app/lv/statistics/bayesian-power-analysis
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.
- Bajesieša t-testsBajesa metodes↔ compare
- Sekvenču analīze (grupveida sekvenču dizains)Statistika↔ compare
- Analīze, balstīta uz simulāciju (Montekarlo jauda)Statistika↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →