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.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.