Байесовский экс пост факто дизайн — Байесовское ретроспективное каузальное исследование
Байесовский экс пост факто дизайн исследует возможные причинно-следственные связи между переменными, которые уже произошли, без манипулирования этими переменными со стороны исследователя, и количественно оценивает неопределенность этих связей с помощью байесовского статистического вывода. Исследователь выбирает группы, различающиеся по исходу или предполагаемой причине после факта, а затем использует априорные знания и наблюдаемые данные вместе — через теорему Байеса — для оценки достоверных размеров эффекта, групповых различий или предикторов.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/ru/research-design/bayesian-ex-post-facto-design
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Байесовский выводСтатистика↔ сравнить
- Причинно-сравнительное исследованиеДизайн исследования↔ сравнить
- Дизайн "ex post facto"Дизайн исследования↔ сравнить
- Метод подбора на основе оценки склонностиСтатистика исследований↔ сравнить
- Ретроспективное когортное исследованиеЭпидемиология↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →