Delineamento Bayesiano Ex Post Facto — Pesquisa Causal Retrospectiva Bayesiana
O delineamento bayesiano ex post facto investiga possíveis relações de causalidade entre variáveis que já ocorreram, sem manipulação dessas variáveis pelo pesquisador, e quantifica a incerteza sobre essas relações usando inferência estatística bayesiana. O pesquisador seleciona grupos que diferem em um resultado ou em uma causa presumida após o fato, então utiliza o conhecimento prévio e os dados observados em conjunto — via teorema de Bayes — para estimar tamanhos de efeito críveis, diferenças entre grupos ou preditores.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/pt/research-design/bayesian-ex-post-facto-design
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Inferência BayesianaEstatística↔ comparar
- Pesquisa Causal-ComparativaDelineamento de pesquisa↔ comparar
- Design Ex Post FactoDelineamento de pesquisa↔ comparar
- Propensity Score MatchingEstatística para pesquisa↔ comparar
- Estudo de coorte retrospectivoEpidemiologia↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →