Thu thập thông tin tiên nghiệm và Phân tích độ nhạy

Thu thập thông tin tiên nghiệm chuyển đổi kiến thức chuyên môn thành phân phối xác suất, và phân tích độ nhạy kiểm tra mức độ phụ thuộc của các kết luận vào những lựa chọn tiên nghiệm đó.

Definition

Thu thập thông tin tiên nghiệm là quá trình xây dựng một phân phối tiên nghiệm từ niềm tin của chuyên gia bằng cách sử dụng các đánh giá có cấu trúc như phân vị hoặc xác suất; phân tích độ nhạy (Bayesian mạnh mẽ) định lượng sự thay đổi của phân phối hậu nghiệm khi phân phối tiên nghiệm được thay đổi trong một lớp khả thi.

Scope

Chủ đề này bao gồm các phương pháp để thu thập xác suất chủ quan từ các chuyên gia, mã hóa chúng thành các phân phối tiên nghiệm, và đánh giá tính vững chắc thông qua phân tích độ nhạy trên các lớp tiên nghiệm, bao gồm việc sử dụng các lớp nhiễm bẩn và giới hạn trên các đại lượng hậu nghiệm.

Core questions

• Niềm tin của chuyên gia được thu thập và chuyển thành phân phối tiên nghiệm như thế nào?
• Những sai lệch nào ảnh hưởng đến các phán đoán xác suất và việc thu thập thông tin có thể giảm thiểu chúng như thế nào?
• Độ vững chắc đối với phân phối tiên nghiệm được đánh giá như thế nào trên một lớp các phân phối?
• Khi nào lựa chọn tiên nghiệm thay đổi đáng kể các kết luận của một phân tích?

Key concepts

• thu thập thông tin tiên nghiệm
• đánh giá của chuyên gia
• thiên vị tự tin thái quá
• phân tích Bayesian mạnh mẽ
• lớp nhiễm bẩn
• phân tích độ nhạy

Key theories

Thu thập thông tin có cấu trúc

Thu thập các phân vị, xác suất hoặc so sánh và điều chỉnh một phân phối cho chúng tạo ra các phân phối tiên nghiệm có thể tái tạo được trong khi kiểm soát các sai lệch phán đoán đã được ghi nhận rõ ràng như sự tự tin thái quá.

Phân tích Bayesian mạnh mẽ

Thay vì một phân phối tiên nghiệm duy nhất, một lớp các phân phối tiên nghiệm được xem xét, và phạm vi của các đại lượng hậu nghiệm thu được cho biết liệu các kết luận có vững chắc đối với đặc tả tiên nghiệm hay không.

Clinical relevance

Thu thập thông tin chính thức và phân tích độ nhạy được sử dụng để kết hợp ý kiến chuyên gia trong đánh giá công nghệ y tế, rủi ro môi trường và thiết kế thử nghiệm, đồng thời chứng minh rằng các kết luận không phải là sản phẩm của một phân phối tiên nghiệm tùy ý.

History

Các giao thức thu thập thông tin có cấu trúc được phát triển từ phân tích quyết định và tâm lý học phán đoán, được củng cố trong tài liệu liên quan đến SHELF năm 2006. Phân tích Bayesian mạnh mẽ, được Berger và những người khác chính thức hóa từ những năm 1980, đã cung cấp các công cụ bổ sung để đánh giá độ nhạy tiên nghiệm.

Debates

Nên cho phép các phân phối tiên nghiệm ảnh hưởng đến các kết luận ở mức độ nào?

Các nhà thực hành tranh luận về mức độ ảnh hưởng chấp nhận được của phân phối tiên nghiệm và mức độ minh bạch cần báo cáo độ nhạy đối với phân phối tiên nghiệm, đặc biệt trong việc ra quyết định có quy định.

Key figures

• Anthony O'Hagan
• James Berger
• Paul Garthwaite

Seminal works

• ohagan2006
• berger1990

Frequently asked questions

Tôi nên làm gì nếu các kết luận của tôi thay đổi nhiều với phân phối tiên nghiệm?

Độ nhạy mạnh mẽ đối với phân phối tiên nghiệm báo hiệu rằng dữ liệu không cung cấp nhiều thông tin về đại lượng quan tâm; phản ứng trung thực là báo cáo sự phụ thuộc, thu thập thêm dữ liệu hoặc biện minh cẩn thận cho phân phối tiên nghiệm thay vì che giấu độ nhạy.