베이지안 통계 분석 및 의사 결정에서 사전 정보의 개념을 잘 이해하고 있다고 생각하지만 종종 응용 프로그램을 둘러싼 머리를 감쌀 수 없습니다. 나는 나의 투쟁을 예시하는 몇 가지 상황을 염두에 두었고, 지금까지 읽은 베이지안 통계 교과서에서 제대로 해결되지 않았다고 생각합니다.
몇 년 전에 68 %의 사람들이 ACME 제품 구매에 관심이 있다고 설문 조사를 실시했다고 가정 해 봅시다. 설문 조사를 다시 실행하기로 결정했습니다. 지난 번과 동일한 샘플 크기 (예 : n = 400)를 사용하지만 그 이후로 사람들의 의견은 변했을 것입니다. 그러나 400 명의 응답자 중 272 명이 "예"라고 대답 한 베타 배포판을 사용하여 이전에 사용하는 경우 몇 년 전에 실행 한 설문 조사와 현재 실행중인 설문 조사에 동일한 가중치를 부여합니다. 몇 년 전의 데이터로 인해 이전에 더 큰 불확실성을 설정하려는 경험이 있습니까? 나는 272/400에서 136/200으로 이전을 줄일 수 있다는 것을 이해하지만, 이것은 매우 임의적이며, 아마도 문학에서 어떤 형태의 정당화가 있는지 궁금합니다.
다른 예를 들어, 우리가 임상 시험을 시작하려한다고 가정 해 봅시다. 시험을 시작하기 전에 전문가 의견, 이전 임상 시험 결과 (관련성이 변경됨), 기타 기본 과학 사실 등을 포함하여 사전 정보로 사용할 수있는 2 차 연구를 수행합니다. (일부는 본질적으로 비 정량적) 사전 확률 분포에 대한 것입니까? 어느 가족이 데이터를 압도 할만큼 충분히 선택하고 확산시킬 것인지 결정하는 경우일까요? 아니면 상당히 유익한 사전 배포를 설정하기 위해 많은 작업이 있습니까?