Kysymys:
Huolehtivatko työskentelevät tilastotieteilijät eroavaisuuksista usein ja Bayesin välillä?
Jonathan Fischoff
2010-08-13 01:09:34 UTC
view on stackexchange narkive permalink

Ulkopuolisena näyttää siltä, ​​että on olemassa kaksi kilpailevaa näkemystä siitä, miten tilastopäätökset tulisi tehdä.

Pitävätkö työskentelevät tilastotieteilijät molempia päteviä?

Pidetäänkö yhden valitsemista enemmän filosofisena kysymyksenä? Vai pidetäänkö nykyistä tilannetta ongelmallisena ja yritetään jotenkin yhtenäistää erilaisia ​​lähestymistapoja?

Luulen, että on monia käytännöllisesti suuntautuneita sovellettuja tilastotieteilijöitä, jotka uskovat, että kumpaakin voidaan käyttää laillisesti, jos sitä käytetään oikein, ja menee w / kumpi on käytännöllisempi kyseisessä tapauksessa. Esitin tältä osin kysymyksen ([Luettelo tilanteista, joissa Bayesin lähestymistapa on yksinkertaisempi, käytännöllisempi tai kätevämpi] (http://stats.stackexchange.com/questions/41394/list-of-situations-where-a Bayesian-lähestymistapa-on-yksinkertaisempi-käytännön-tai-enemmän)) yrittää saada aikaan, kun Bayesin lähestymistapa saattaa olla yksinkertaisempi (koska tyypillisesti Frequentist-lähestymistapa on, vrt. Shelbyn # 3).
Viisi vastused:
#1
+21
Dikran Marsupial
2010-08-13 17:31:10 UTC
view on stackexchange narkive permalink

Minusta sillä ei ole väliä kovinkaan paljon, kunhan tulosten tulkinta suoritetaan samoissa puitteissa kuin analyysi. Suurin ongelma usein esiintyvien tilastojen kanssa on se, että on olemassa luonnollinen taipumus käsitellä frekvencistisen merkitsevyystestin p-arvoa ikään kuin se olisi Bayesin a-posteriori -todennäköisyys, että nollahypoteesi on totta (ja siten 1-p on todennäköisyys, että Vaihtoehtoinen hypoteesi on totta), tai pidetään usein esiintyvää luottamusväliä Bayesin uskottavana intervallina (ja olettaen, että 95%: n todennäköisyys on, että todellinen arvo on 95%: n luottamusvälillä tietyllä otosdatalla). Tämäntyyppiset tulkinnat ovat luonnollisia, koska se olisi suora vastaus kysymykseen, jonka luonnollisesti haluamme kysyä. On kompromissi, onko Bayesin lähestymistavan subjektiivinen elementti (joka itsessään on kiistanalainen, katso esim. Jaynesin kirja) riittävän kauhistuttava, että kannattaa tehdä epäsuoralla vastauksella avainkysymykseen (ja päinvastoin). / p>

Niin kauan kuin vastauksen muoto on hyväksyttävä ja voimme sopia tehdyistä oletuksista, ei ole mitään syytä suosia yhtä toisensa yli - kyseessä on hevoset kursseille.

Olen kuitenkin edelleen bayesilainen; o)

Annetaan esimerkki: Usein halutaan tietää P (malli | data)). Frequentist-analyysi antaa sinulle kuitenkin P (data | malli) (jonka ihmiset sitten lukevat usein nimellä P (malli | data). Jos oletetaan aikaisempi todennäköisyys P (malli), saat P (malli | data) Bayesin tilastotiedoissa. Mutta sitten osaa keskustella siitä, minkä P: n (mallin) tulisi olla.
#2
+15
Shelby
2010-08-13 01:51:37 UTC
view on stackexchange narkive permalink

Lisäämällä siihen, mitä Shane sanoo, mielestäni jatkuvuus käsittää:

  1. luja filosofinen asema Bayesin leirillä
  2. molempia pidettiin pätevinä, yhden lähestymistavan ollessa enemmän tai vähemmän suositeltavaa tiettyyn ongelmaan
  3. Käytän Bayesin lähestymistapaa (lainkaan tai useammin), mutta minulla ei ole aikaa.
  4. Vankka filosofinen kanta frekvenssileirissä
  5. Teen sen kuten opin luokassa. Mikä Bayes on?

Ja kyllä, tunnen työskenteleviä tilastotieteilijöitä ja analyytikkoja kaikissa näissä kohdissa. Suurimman osan ajasta asun # 3 ja pyrin viettämään enemmän aikaa # 2.

... ja jos noista kannoista löytyy yhtä paljon tilastotieteilijöitä tai ammattilaisia, niin on selvää, että järjestelmä on vääristynyt kohti toistuvuutta, eikö olekin?Ja jos Bayesin menetelmät ovat levinneet, eikö se epäsuorasti kerro meille jotain merkityksellistä?- Vain joitain uskottavia perusteluja ... ;-)
#3
+11
chl
2010-10-07 01:10:59 UTC
view on stackexchange narkive permalink

Mielestäni Bayesin tilastot tulevat esiin kahdessa eri yhteydessä.

Toisaalta jotkut tutkijat / tilastotieteilijät ovat ehdottomasti vakuuttuneita "Bayesilaisesta hengestä" ja ovat tunnustaneet klassisen gyakorismin hypoteesikehyksen rajan ja päättäneet keskittyä Bayesin ajatteluun. Kokeellisen psykologian tutkimukset, joissa korostetaan pieniä vaikutuskokoja tai rajatylittävää tilastollista merkitsevyyttä, ovat nyt yhä enemmän riippuvaisia ​​Bayesin viitekehyksestä. Tältä osin haluan mainita joitain Bruno Lecoutren (1-4) laaja-alaisesta työstä, joka osallistui verotusriskin ja Bayesian (M) ANOVA: n käytön kehittämiseen. Mielestäni se, että voimme helposti tulkita luottamusvälin kiinnostuksen kohteena olevaan parametriin sovellettavien todennäköisyyksien perusteella (eli riippuen aikaisemmasta jakaumasta), on radikaali käänne tilastollisessa ajattelussa. Voin myös kuvitella, että kaikki ovat todella tietoisia Andrew Gelmanin jatkuvasti kasvavasta työstä tällä alalla, kuten @Skrikant huomauttaa, tai International Society for Bayesian Analysis -yhtiön kannustimesta käyttää bayesimalleja . Frank Harrell tarjoaa myös mielenkiintoisia pääpiirteitä Bayesian-menetelmistä kliinikoille, joita sovelletaan RCT-lääkkeisiin.

Toisaalta Bayesin lähestymistapa on osoittautunut onnistuneeksi diagnostinen lääketiede (5), ja sitä käytetään usein lopullisena vaihtoehtona, jos perinteiset tilastot epäonnistuvat, jos se on lainkaan mahdollista. Ajattelen psykometristä paperia (6), jossa kirjoittajat olivat kiinnostuneita arvioimaan radiologien välistä sopimusta lonkkamurtumien vakavuudesta hyvin rajoitetusta aineistosta (12 lääkäriä x 15 röntgenkuvaa) ja käyttämään kohteiden vastemallia polytomoihin. / p>

Viimeinen äskettäin julkaistu 45 sivun julkaisu, joka on julkaistu julkaisussa Tilastot lääketieteessä , tarjoaa mielenkiintoisen yleiskuvan Bayesin mallinnuksen "tunkeutumisesta" biostatistiikkaan:

Ashby, D (2006). Bayesin tilastot lääketieteessä: 25 vuoden katsaus. Lääketieteen tilastot , 25 (21), 3589-631.

Viitteet

  1. Rouanet H., Lecoutre B. (1983). Erityinen päätelmä ANOVA: ssa: Merkitsevyystesteistä Bayesin menettelyihin. British Journal of Mathematical and Statistical Psychology , 36 , 252-268.
  2. Lecoutre B., Lecoutre M.-P., Poitevineau J. ( 2001). Merkitystestien käyttö, väärinkäyttö ja väärinkäyttö tiedeyhteisössä: Eikö Bayesin valinta ole väistämätön? International Statistics Review , 69 , 399-418.
  3. Lecoutre B. (2006). Eivätkö kaikki ole bayesiläisiä? Indian Bayesian Society News Letter , III , 3-9.
  4. Lecoutre B. (2006). Ja jos olisit Bayesilainen tietämättä sitä? Teoksessa A.Mohammad-Djafari (Toim.): 26. työpaja Bayesin päättelystä ja suurimmista entropiamenetelmistä tieteen ja tekniikan alalla . Melville: AIP Conference Proceedings Vol. 872, 15--22.
  5. Broemeling, L.D. (2007). Bayesin biostatistiikka ja diagnostiikkalääketiede . Chapman ja Hall / CRC.
  6. Baldwin, P., Bernstein, J. ja Wainer, H. (2009). Lonkan psykometriikka. Lääketieteen tilastot , 28 (17), 2277-92.
#4
+5
Shane
2010-08-13 01:25:13 UTC
view on stackexchange narkive permalink

Vaikka tämä on subjektiivista, sanoisin:

Sitä kutsutaan Bayesin / usein esiintyväksi " keskusteluksi ". Näiden kahden lähestymistavan välillä on selkeä filosofinen ero.

Mutta kuten useimmissa asioissa, se on spektri. Jotkut ihmiset ovat hyvin yhdessä tai toisessa leirissä ja hylkäävät vaihtoehdon kokonaan. Useimmat ihmiset todennäköisesti putoavat jonnekin keskelle. Itse käyttäisin kumpaakin menetelmää olosuhteista riippuen.

Lisään, että keskustelu ei ole pelkästään filosofista - on ehdottomasti tilanteita, joissa on eroa, minkä menetelmän valitset - varsinkin kun on kyse arvion / johtopäätöksen "virheen" / "epävarmuuden" kvantifioimisesta.
#5
+5
user28
2010-08-13 02:48:25 UTC
view on stackexchange narkive permalink

Kuvittelisin, että sovelletuilla aloilla kuilua ei kiinnitetä niin paljon, koska tutkijat / ammattilaiset ovat yleensä käytännönläheisiä soveltavissa töissä. Valitset työkalun, joka toimii kontekstin mukaan.

Keskustelu on kuitenkin vilkasta niiden keskuudessa, jotka välittävät näiden kahden lähestymistavan taustalla olevista filosofisista kysymyksistä. Katso esimerkiksi seuraavat Andrew Gelmanin blogiviestit:

Väittäisin, että "käytännöllinen" puoli välittää todella vain, jos menetelmä on toteutettavissa riippumatta siitä, kuinka filosofisesti loistava se on. Uskon, että tämä on tärkeä syy monille kompromisseille.


Tämä Q & A käännettiin automaattisesti englanniksi.Alkuperäinen sisältö on saatavilla stackexchange-palvelussa, jota kiitämme cc by-sa 2.0-lisenssistä, jolla sitä jaetaan.
Loading...