Байесовский анализ мощности (гарантия)
Байесовский анализ мощности — также называемый гарантией — это метод определения размера выборки, который заменяет частотный критерий мощности взвешенным по вероятности средним значением по априорному распределению размера эффекта. Впервые формализованный Шпигельхальтером и Фридманом (1986) и далее разработанный О'Хаганом, Стивенсом и Кэмпбеллом (2005), он отвечает на вопрос: учитывая нашу текущую неопределенность относительно истинного эффекта, какой размер выборки дает нам высокую общую вероятность получения статистически значимого результата?
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- O'Hagan, A., Stevens, J.W. & Campbell, M.J. (2005). Assurance in Clinical Trial Design. Pharmaceutical Statistics, 4(3), 187–201. DOI: 10.1002/pst.175 ↗
- Spiegelhalter, D.J. & Freedman, L.S. (1986). A Predictive Approach to Selecting the Size of a Clinical Trial, Based on Subjective Clinical Opinion. Statistics in Medicine, 5(1), 1–13. DOI: 10.1002/sim.4780050103 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Bayesian Power Analysis (Assurance / Bayesian Sample Size Determination). ScholarGate. https://scholargate.app/ru/statistics/bayesian-power-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесовский t-критерийБайесовские методы↔ compare
- Последовательный анализ (групповой последовательный дизайн)Статистика↔ compare
- Simulation-Based Power AnalysisСтатистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →