Bayesiaans Cohortonderzoek — Ontwerp van Bayesiaanse Cohortstudies
Bayesiaans cohortonderzoek volgt een gedefinieerde groep individuen over tijd om uitkomsten te volgen, en gebruikt Bayesiaanse statistische inferentie om overtuigingen over risico, incidentie of causale effecten bij te werken naarmate follow-upgegevens zich ophopen. Voorkennis — uit eerdere studies, registers of expertbeoordelingen — wordt geformaliseerd in een prior-verdeling en gecombineerd met de likelihood van de cohort om een posterior-verdeling te verkrijgen die onzekerheid op een direct interpreteerbare manier kwantificeert.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Ibrahim, J. G., & Chen, M. H. (2000). Power prior distributions for regression models. Statistical Science, 15(1), 46–60. DOI: 10.1214/ss/1009212673 ↗
- Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley. ISBN: 978-0471499756
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Cohort Study Design. ScholarGate. https://scholargate.app/nl/research-design/bayesian-cohort-research
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaanse EnquêteonderzoekOnderzoeksontwerp↔ vergelijken
- Longitudinaal OnderzoekOnderzoeksontwerp↔ vergelijken
- PanelonderzoekOnderzoeksontwerp↔ vergelijken
- OverlevingsanalyseOnderzoeksstatistiek↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →