ScholarGate
Assistente
Process / pipelineTarama ve gözlemsel desen

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.

Encontrar tema com PaperMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  1. Kerlinger, F. N. (1973). Foundations of Behavioral Research (2nd ed.). Holt, Rinehart and Winston. link
  2. 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.

Comparar lado a lado
ScholarGateBayesian Ex Post Facto Design (Bayesian Ex Post Facto Research Design). Recuperado em 2026-06-15 de https://scholargate.app/pt/research-design/bayesian-ex-post-facto-design · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026