메타 분석에서 효과 크기에 대한 사전 지정

내 질문은 효과 크기에 대한 사전에 관한 것이며, 프로젝트에서 측정 값은 Cohen 's 입니다. 문헌을 읽음으로써, 계층 적 베이지안 메타 분석의 잘 알려진 8 개 학교 예와 같이, 모호한 사전이 종종 사용되는 것처럼 보인다. 여덟 개의 학교 예에서, 나는 과 같이 mu 추정에 사용 된 모호한 것을 보았습니다 .μ θ ~ 정상 ( 0 , 100 $D$$\mu_{\theta} \sim \operatorname{normal}(0, 100)$

제 훈련은 효과 크기가 일반적으로 작은 심리학입니다. 따라서 나는 있었습니다. 이전과 같은 엄격한 근거에 대한 나의 이론적 근거는, 이전에 대한 나의 이해로부터, 가 -1에서 1 사이 일 확률을 95 %로 설정하고 , 효과에 대한 5 %의 사전 확률을- 1 또는 1.μ $\mu_{\theta} \sim \operatorname{normal}(0, .5)$$\mu_{\theta}$

그다지 큰 영향이 거의 없기 때문에 이전의 정당성은 정당합니까?

그다지 큰 영향이 거의 없기 때문에 이전의 정당성은 정당합니까?

추가 통계적 주장으로 그들을 방어 할 수있는 한 (예 : 심리적 학술 문헌에서 확립 된 연구를 살펴보면) 당신의 선행은 괜찮다고 생각합니다.

그러나 사후 분포가 가정에 너무 크게 의존하는지 여부를 확인하기 위해 정보가 적은 사전 정보를 사용하여 민감도 분석을 수행해야합니다. 이 경우 방향과 효과의 크기 측면에서 비슷한 결과가 나오면 훨씬 더 강력하고 유효한 결과가 나타납니다.