Bayesiansk ex post facto-design — Bayesiansk retrospektiv kausal forskning
Bayesiansk ex post facto-design undersöker möjliga kausala samband mellan variabler som redan har inträffat, utan forskarens manipulation av dessa variabler, och kvantifierar osäkerheten kring dessa samband med hjälp av Bayesiansk statistisk inferens. Forskaren väljer grupper som skiljer sig åt i en utfallsvariabel eller en förmodad orsak efter händelsen, och använder sedan förkunskaper och observerade data tillsammans – via Bayes sats – för att uppskatta trovärdiga effektstorlekar, gruppskillnader eller prediktorer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/sv/research-design/bayesian-ex-post-facto-design
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Bayesiansk inferensStatistik↔ jämför
- Kausal-komparativ forskning – Retrospektiv gruppjämförelsestudieForskningsdesign↔ jämför
- Ex Post Facto DesignForskningsdesign↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
- Retrospektiv kohortstudieEpidemiologi↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →