베이지안 다단계 모델에서 p- 값을 요청하는 검토 자에게 응답하는 방법은 무엇입니까?

검토 자로부터 베이지안 다단계 모델의 모형 추정치를 더 잘 이해하기 위해 p- 값을 제공하도록 요청했습니다. 이 모델은 실험 참가자 당 여러 관측치의 일반적인 모델입니다. Stan으로 모형을 추정하여 추가 사후 통계를 쉽게 계산할 수 있습니다. 현재, 우리는 (시각적으로 그리고 표로) 평균 추정치와 0.025와 0.975 Quantile을보고하고 있습니다.

지금까지의 답변에는 다음이 포함됩니다.

1. P- 값은 베이지안 모델과 일치하지 않습니다. 즉 $P(X|\theta) \neq P(\theta|X).$
2. 사후를 바탕으로, 우리는 매개 변수가 0보다 더 클 (작은) 확률을 계산할 수 있습니다. 이것은 전통적인 p- 값과 약간 비슷합니다.

내 질문은 이것이 리뷰어를 만족시킬 수있는 응답인지 아니면 더 혼란을 일으킬 것입니까?

10 월 10 일 업데이트 : 우리는 해답을 염두에두고 논문을 다시 작성했습니다. 이 논문은 받아 들여 졌기 때문에이 글이 정말 도움이되었다는 나의 이전 의견을 반복 할 것입니다!

첫째, 빠른 설명 : 가능성은 실제로 사후가 아니지만 p- 값은 신뢰 구간이 신뢰할 수있는 구간과 일치하거나 그렇지 않을 수있는 모든 이유로 인해 베이지안 추론과 크게 다르지 않습니다. (단 , p- 값과 관련이있는 사후 예측 검사에서 볼 수 있듯이 반드시 완전히 다른 것은 아닙니다.)

그러나 나는이 수준의 정교함이 리뷰어가 생각한 것이 아니라고 추측합니다. 통계 모델에 p- 값이 있다는 것을 '알고'추측 한 것 같습니다. 그래서 질문은 남아 있습니다 : 어떻게 대응 하는가?

'검토자가 X를 원할 때'두 가지 관련 질문을하는 것이 유용하다는 것을 알았습니다.

1. 동기 부여 : X가 무엇을하기를 원합니까?

2. 합리적 재구성 : X를 원한다면 X 대신 요청할 수있는 가장 유사한 소리는 무엇입니까?

그런 다음 대신 제공하십시오.

무지한 검토 자 (종종 논문에 대해 현명하고 옳을 수도 있음)의 장점은 X를 요청할 때 그들이 의미하는 바를 거의 알지 못한다는 것입니다. 이는 더 나은 질문을하도록 재구성하면 대신 답변을 드리겠습니다.

귀하의 경우, 검토자가 병렬 잦은 분석을 원할 수도 있지만, 의심 할 여지가 있습니다. 내가 생각하고 싶은 것은 p- 값이 '모델을 더 잘 이해하기'를 원한다는 리뷰어의 힌트입니다. 제 생각에는 리뷰어가 현명하게 들리는 방식으로이를 파싱하는 것입니다. 아마도이 논문에서 불분명 한 내용을 언급 한 다음과 같은 몇 개의 문장이있을 것입니다. 아마도 매개 변수 한계에서 재구성 할 수없는 검토 자에게 관심의 영향이 있었거나 관심있는 사례에 대해 모델이 말한 것을 밝힐 수있는 수량이나 단일 숫자 요약이 부족했을 것입니다 ...

이러한 문제를 식별 할 수 있으면 다음 형식 (대괄호로 된 원래 요청)으로 응답을 마무리 할 수 ​​있습니다.

"검토 자 [상호 작용 항에 대한 p- 값을 요구]는 A가 B와 어떻게 다른지 프레젠테이션에서 불분명하다고 우려했다. 그림 2에서 우리는 ..."또는 "검토자가 A의 효과 방향에 대해 A의 효과가 0이라는 가설]. 표 3은이 모델이 이것이 부정적 일 확률이 99 %라는 것을 보여줍니다. "또는"평가자가 모델보다 모델이 훨씬 더 잘 맞는지 궁금해합니다. " A 만 포함] 모델을 A 만 포함하는 모델과 비교 한 방법. 우리는이 질문을 DIC를 사용하여 / 베이 즈 팩터 계산 / A에 대한 우리의 추론이 B "의 포함에 강력하다는 것을 보여줌으로써이 질문을 해결합니다.

각각의 경우에 원래 요청과 답변에 대한 밀접한 번역이 있습니다.

주의 사항 :이 전략은 검토자가 통계에 대한 이해가 상대적으로 약한 주제 전문가 일 때 가장 효과적입니다. X를 좋아하거나 최근에 읽었 기 때문에 실제로 X를 원하는 자체 식별 통계적으로 정교한 검토 자와는 작동 하지 않습니다 . 후자에 대한 제안은 없습니다.

마지막으로, 베이가 다른 패러다임이되는 것에 대해 희미하게 종교적인 말이나 리뷰어가 이해가되지 않는 것에 대해서는 아무 말도하지 않는 것이 좋습니다. 이것이 사실이더라도, 그것은 진정한 이익을 얻지 못하도록 모든 사람을 심하게 만듭니다.