ScholarGate
Асистент
Process / pipelineTarama ve gözlemsel desen

Байєсівські когортні дослідження — Дизайн байєсівських когортних досліджень

Байєсівські когортні дослідження передбачають відстеження визначеної групи осіб протягом певного часу для моніторингу результатів та використання байєсівського статистичного висновку для оновлення переконань щодо ризику, захворюваності або причинно-наслідкових ефектів у міру накопичення даних подальшого спостереження. Попередні знання — з попередніх досліджень, реєстрів або суджень експертів — формалізуються у вигляді апріорного розподілу та поєднуються з правдоподібністю когорти для отримання апостеріорного розподілу, який кількісно визначає невизначеність у прямо інтерпретований спосіб.

Знайти тему у PaperMindНезабаромВідеоНезабаромЗавантажити слайди

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Карта методів

Околиця споріднених методів — виберіть вузол, щоб дослідити.

Джерела

  1. Ibrahim, J. G., & Chen, M. H. (2000). Power prior distributions for regression models. Statistical Science, 15(1), 46–60. DOI: 10.1214/ss/1009212673
  2. Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley. ISBN: 978-0471499756

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Bayesian Cohort Study Design. ScholarGate. https://scholargate.app/uk/research-design/bayesian-cohort-research

Який метод?

Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.

Порівняти поруч
ScholarGateBayesian Cohort Research (Bayesian Cohort Study Design). Отримано 2026-06-15 з https://scholargate.app/uk/research-design/bayesian-cohort-research · Набір даних: https://doi.org/10.5281/zenodo.20539026