일하는 통계 학자들은 빈번주의와 베이지안 추론의 차이에 관심을 가지고 있습니까?

외부인으로서 통계적 추론을 수행하는 방법에 대한 두 가지 경쟁 견해가있는 것으로 보입니다.

작업 통계학자가 두 가지 방법을 모두 유효한 것으로 간주합니까?

하나를 선택하는 것이 더 철학적 인 질문으로 간주됩니까? 아니면 현재의 상황이 문제가되고 다른 접근법을 어떻게 통일하려고합니까?

결과의 해석이 분석과 동일한 프레임 워크 내에서 수행되는 한 크게 중요하지 않다고 생각합니다. 잦은 통계의 주된 문제점은 잦은 가설이 참인 것처럼 베이지안 a-posteriori 확률 인 것처럼 잦은 유의성 검정의 p- 값을 처리하는 자연스러운 경향이 있다는 것입니다 (따라서 1-p는 대립 가설이 참) 또는 잦은 신뢰 구간을 베이지안 신뢰할 수있는 구간으로 취급 (따라서 실제 값이 우리가 가진 특정 데이터 샘플에 대한 95 % 신뢰 구간 내에 있다고 가정 할 확률이 95 %라고 가정). 이런 종류의 해석은 우리가 자연스럽게 묻고 싶은 질문에 대한 직접적인 답이되기 때문에 자연 스럽습니다.

대답의 형태가 수용 가능하고 가정에 동의 할 수있는 한, 다른 것을 선호하는 이유는 없습니다. 코스의 말입니다.

나는 아직도 베이지안이지만; o)

셰인의 말에 덧붙여 연속체는 다음과 같이 구성됩니다.

1. 베이 즈 캠프에서 확고한 철학적 입지
2. 둘 다 유효한 것으로 간주되며 주어진 문제에 대해 하나의 접근 방식이 다소 바람직합니다.
3. 나는 베이지안 접근법을 사용하거나 (종종 더 자주) 사용하지만 시간이 없습니다.
4. 잦은 수용소에서 확고한 철학적 입지
5. 나는 수업에서 배운 것처럼 그것을한다. 베이는 무엇입니까?

그리고 네, 저는이 모든 시점에서 일하는 통계 학자와 분석가를 알고 있습니다. 내가 # 3에 살고있는 대부분의 시간은 # 2에 더 많은 시간을 보내려고 노력합니다.

베이지안 통계는 두 가지 상황에서 작용한다고 생각합니다.

한편, 일부 연구자 / 통계 학자들은 "베이지 아 정신"을 확실히 확신하고 있으며, 고전적인 잦은 가설 프레임 워크의 한계를 인정하고 베이지안 사고에 집중하기로 결정했다. 작은 효과 크기 또는 경계선 통계적 중요성을 강조하는 실험 심리학 연구는 이제 베이지안 프레임 워크에 점점 더 의존하고 있습니다. 이와 관련하여, 나는 기준 위험 및 베이지안 (Maneana)의 사용을 개발하는 데 기여한 Bruno Lecoutre (1-4)의 광범위한 작업을 인용하고 싶습니다. 관심 변수에 적용된 확률 (즉, 사전 분포에 따라)의 관점에서 신뢰 구간을 쉽게 해석 할 수 있다는 사실은 통계적 사고의 근본적인 전환이라고 생각합니다.베이지안 모델을 사용하기 위한 국제 베이지안 분석 협회 . Frank Harrell은 또한 RCT에 적용되는 임상의를위한 베이지안 방법 의 흥미로운 개요를 제공합니다 .

반면 베이지안 접근법은 진단 의학에서 성공한 것으로 입증되었으며 (5), 기존 통계가 전혀 적용되지 않는 궁극적 인 대안으로 종종 사용됩니다. 저자가 매우 제한된 데이터 세트 (12 의사 x 15 방사선 촬영)에서 고관절 골절의 심각성에 대해 방사선과 의사 간의 합의를 평가하고 다원성 항목에 대한 항목 응답 모델을 사용하는 심리 측정 논문 (6)을 생각하고 있습니다.

마지막으로, 의학 통계학 (Statistics in Medicine)에 게재 된 최근 45 페이지의 논문 은 생물 통계학에서 베이지안 모델링의 "침투"에 대한 흥미로운 개요를 제공합니다.

애쉬 비, D (2006). 의학의 베이지안 통계 : 25 년의 검토 . 의학 통계 , 25 (21), 3589-631.

참고 문헌

1. Rouanet H., Lecoutre B. (1983). 분산 분석의 특정 추론 : 유의성 검정에서 베이지안 절차에 이르기까지. 영국 수학 및 통계 심리학 저널 , 36 , 252-268.
2. Lecoutre B., Lecoutre M.-P., Poitevineau J. (2001). 과학계에서 중요성 테스트의 사용, 남용 및 오용 : 베이지안 선택이 불가피하지 않습니까? 국제 통계 검토 , 69 , 399-418.
3. Lecoutre B. (2006). 모두 베이지안 아닌가요?. 인도 베이지안 사회 뉴스 편지 , III , 3-9.
4. Lecoutre B. (2006). 그리고 당신이 그것을 모르고 베이지안이라면? A. Mohammad-Djafari (Ed.) : 과학 및 공학의 베이지안 추론 및 최대 엔트로피 방법에 관한 26 번째 워크샵 . 멜빌 : AIP Conference Proceedings Vol. 872, 15-22.
5. Broemeling, LD (2007). 베이지안 생물 통계학 및 진단 의학 . 채프먼과 홀 / CRC.
6. Baldwin, P., Bernstein, J. 및 Wainer, H. (2009). 엉덩이 심리학. 의학 통계 , 28 (17), 2277-92.

응용 분야에서는 연구자 / 연습가들이 응용 작업에 실용적이기 때문에 많은주의를 기울이지 않는다고 생각합니다. 상황에 맞는 도구를 선택하십시오.

그러나이 두 가지 접근법의 근본이되는 철학적 문제에 관심이있는 사람들 사이에는 논쟁이 활발하다. 예를 들어 Andrew Gelman 의 다음 블로그 게시물을 참조하십시오 .

• 나중에 베이 즈를 몰라요, 잭
• 철학과 베이지안 통계의 실천

이것은 주관적이지만 나는 말할 것이다.

이를 이유로 베이지안 / 자주주의 " 토론 " 이라고합니다 . 두 가지 접근법 사이에는 명확한 철학적 차이가 있습니다.

그러나 대부분의 경우와 마찬가지로 스펙트럼입니다. 어떤 사람들은 한 캠프 나 다른 캠프에 많이 있으며 대안을 완전히 거부합니다. 대부분의 사람들은 아마도 중간 어딘가에 떨어질 것입니다. 나 자신은 상황에 따라 두 가지 방법을 사용합니다.