여러 대치를 사용하여 여러 개의 완성 된 데이터 집합을 얻었습니다.
완성 된 각 데이터 집합에 베이지안 방법을 사용하여 모수에 대한 사후 분포를 얻었습니다 (임의의 효과).
이 매개 변수의 결과를 어떻게 결합 / 풀링 할 수 있습니까?
더 많은 맥락 :
내 모델은 학교에 모인 개별 학생 (학생 당 한 번의 관찰)의 의미에서 계층 적입니다. 데이터 계층을 대치에 통합하기 위해 누락 된 데이터에 대한 예측 변수 중 하나로 MICE포함 된 내 데이터에 대해 여러 대치 ( R을 사용하여 )를 수행했습니다 school.
완성 된 각 데이터 세트에 간단한 랜덤 슬로프 모델을 적용 MCMCglmm했습니다 (R에서 사용 ). 결과는 이진입니다.
랜덤 슬로프 분산의 사후 밀도는 다음과 같은 의미로 "잘 동작합니다".
이 임의의 효과에 대해 각 대치 된 데이터 집합의 사후 수단과 신뢰할 수있는 간격을 어떻게 결합 / 풀링 할 수 있습니까?
업데이트 1 :
내가 지금까지 이해 한 바에 따르면, 사후 평균에 Rubin의 규칙을 적용하여 후대 평균을 곱할 수 있습니다.이 작업에 문제가 있습니까? 그러나 95 %의 신뢰할 수있는 간격을 어떻게 결합 할 수 있는지 전혀 모른다. 또한 각 대치에 대한 실제 후방 밀도 샘플이 있으므로 어떻게 든 결합 할 수 있습니까?
업데이트 2 :
의견에 대한 @cyan의 제안에 따르면, 나는 다중 대치에서 각 완전한 데이터 세트에서 얻은 사후 분포의 샘플을 단순히 결합하는 아이디어를 매우 좋아합니다. 그러나 나는 이것을하기위한 이론적 정당성을 알고 싶습니다.