Lấy cảm hứng từ câu hỏi này và "Vấn đề 3" cụ thể:
Phân phối hậu thế có phần khó khăn hơn để kết hợp vào phân tích tổng hợp, trừ khi mô tả tham số thường xuyên, phân phối đã được cung cấp.
Gần đây tôi đã suy nghĩ rất nhiều về việc kết hợp phân tích tổng hợp vào mô hình Bayes - chủ yếu như là một nguồn của các linh mục - nhưng làm thế nào để đi theo hướng khác? Nếu phân tích Bayes thực sự trở nên phổ biến hơn và trở nên rất dễ kết hợp với mã hiện có (tuyên bố BAYES trong SAS 9.2 trở lên trong tâm trí), chúng ta nên thường xuyên nhận được các ước tính về hiệu quả của Bayes trong tài liệu.
Hãy giả vờ một lát rằng chúng ta có một nhà nghiên cứu ứng dụng đã quyết định thực hiện phân tích Bayes. Sử dụng cùng một mã mô phỏng mà tôi đã sử dụng cho câu hỏi này , nếu họ đi với một khung công tác thường xuyên, họ sẽ ước tính thường xuyên sau đây:
log relative risk = 1.1009, standard error = 0.0319, log 95% CI = 1.0384, 1.1633
Sử dụng một phân tích tuyên bố BAYES tiêu chuẩn, hoàn toàn mặc định và không chính xác, không có lý do gì để có một khoảng tin cậy đối xứng, đẹp hoặc sai số chuẩn. Trong trường hợp này, phần sau được mô tả khá dễ dàng bằng một phân phối bình thường, vì vậy người ta chỉ có thể mô tả nó như vậy và "đủ gần", nhưng điều gì xảy ra nếu ai đó báo cáo ước tính hiệu ứng Bayes và khoảng tin cậy không đối xứng? Có cách nào đơn giản để đưa nó vào phân tích tổng hợp tiêu chuẩn hay ước tính cần phải được đưa trở lại vào phân phối được mô tả tham số càng gần càng tốt? Hay cái gì khác?