Je hlavní rozdíl mezi bayesovským a frekventistickým přístupem jen tím, že bayesián má skrytý stav (předchozí), který je rekurzivně / iterativně aktualizován tam, kde tomu tak není u častých statistik?


Odpověď 1:

Ne.

Začněte tím, že ve skutečnosti neexistují žádní frekventanti. To je slovo, které Bayesians vytvořil k popisu konvenčních statistiků. Jednou za čas uslyšíte, že se někdo označuje jako frekventant, ale nejčastěji jsou agnostici, kteří rádi používají klasické, bayesovské nebo jiné metody, ať už je pro danou aplikaci nejlepší řešení.

Přísní Bayesians trvají na neustálé aktualizaci víry, ale (a) většina Bayesian podvádět, protože neustálá aktualizace vylučuje mnoho užitečných metod a (b) často se také aktualizují časté.

Řekl bych, že hlavní rozdíl je mezi lidmi, kteří považují statistiky za hledání pravdy, a lidmi, kteří používají statistiky k dosažení dohody mezi lidmi. Pokud hledáte pravdu, vaše předchozí přesvědčení jsou jasně relevantní. Pokud se snažíte dosáhnout dohody mezi lidmi, vaše předchozí přesvědčení jsou zkreslení, díky nimž budou ostatní podezření z vašich závěrů.

Nemusíte být přísný Bayesian, abyste byli vyhledávačem pravdy, ale nemůžete se omezit na klasické statistiky. Lidé, kteří používají statistiky k rozhodování a kteří jsou souzeni s výsledky těchto rozhodnutí, se přiklání k Bayesovským metodám a jejich odnožím.

Lidé, kteří používají statistiky k dosažení dohody mezi lidmi - včetně schvalování léků a dalších regulačních rozhodnutí, svědectví právních expertů, rozhodnutí o publikaci časopisů atd. - se obvykle spoléhají na časté metody, i když se to mění.


Odpověď 2:

Baysiani považují populační parametry jako střední hodnoty a střední hodnoty a standardní odchylky za náhodné proměnné. Začínají předchozím rozdělením parametru. Data jsou poté získána a distribuce je aktualizována, stává se zadní distribucí. Tento proces může pokračovat navždy.

Frequentists považují parametry populace za pevné, obvykle neznámé, konstanty.

Bayesovský závěr lze snadno interpretovat.

Interpretace častých inferencí se opírá o poněkud spletité a matoucí nezasvěcené, podmíněné pravděpodobnostní argumenty.


Odpověď 3:

Baysiani považují populační parametry jako střední hodnoty a střední hodnoty a standardní odchylky za náhodné proměnné. Začínají předchozím rozdělením parametru. Data jsou poté získána a distribuce je aktualizována, stává se zadní distribucí. Tento proces může pokračovat navždy.

Frequentists považují parametry populace za pevné, obvykle neznámé, konstanty.

Bayesovský závěr lze snadno interpretovat.

Interpretace častých inferencí se opírá o poněkud spletité a matoucí nezasvěcené, podmíněné pravděpodobnostní argumenty.