Projekt bayesowski ex post facto — Bayesowskie retrospektywne badania przyczynowości
Projekt bayesowski ex post facto bada potencjalne związki przyczynowe między zmiennymi, które już wystąpiły, bez manipulacji tymi zmiennymi przez badacza, i kwantyfikuje niepewność dotyczącą tych związków za pomocą bayesowskiej wnioskowania statystycznego. Badacz wybiera grupy, które różnią się pod względem wyniku lub przypuszczalnej przyczyny po fakcie, a następnie wykorzystuje wiedzę wcześniejszą i obserwowane dane łącznie — za pomocą twierdzenia Bayesa — do oszacowania wiarygodnych wielkości efektów, różnic między grupami lub predyktorów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/pl/research-design/bayesian-ex-post-facto-design
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Wnioskowanie bayesowskieStatystyka↔ porównaj
- Badania przyczynowo-porównawczeProjektowanie badań↔ porównaj
- Projekt ex post factoProjektowanie badań↔ porównaj
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
- Badanie kohortowe retrospektywneEpidemiologia↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →