Làm thế nào một người nên đi về việc biến một kết quả thường xuyên thành một Bayes trước?
Hãy xem xét kịch bản chung chung sau đây: Một thử nghiệm đã được thực hiện trong quá khứ và kết quả trên một số tham số đã được đo. Các phân tích đã được thực hiện với một phương pháp thường xuyên. Một khoảng tin cậy cho được đưa ra trong kết quả.
Bây giờ tôi đang tiến hành một số thử nghiệm mới, nơi tôi muốn đo một số tham số khác, giả sử cả và \ phi . Thí nghiệm của tôi khác với nghiên cứu trước đây --- nó không được thực hiện với cùng một phương pháp. Tôi muốn thực hiện một phân tích Bayes, và vì vậy tôi sẽ cần đặt các linh mục vào \ theta và \ phi .
Không có phép đo nào trước đây của đã được thực hiện, vì vậy tôi đặt một thông số không chính xác (nói đồng phục của nó) trước nó.
Như đã đề cập, có một kết quả trước đó cho , được đưa ra dưới dạng khoảng tin cậy. Để sử dụng kết quả đó trong phân tích hiện tại của tôi, tôi sẽ cần dịch kết quả thường xuyên trước đó thành thông tin trước khi phân tích.
Một tùy chọn không có sẵn trong kịch bản tạo nên này là lặp lại phân tích trước đó dẫn đến phép đo theo kiểu Bayes. Nếu tôi có thể làm điều này, sẽ có một hậu thế từ thử nghiệm trước đó mà sau đó tôi sẽ sử dụng làm ưu tiên của mình và sẽ không có vấn đề gì.
Làm cách nào để dịch CI thường xuyên thành phân phối trước Bayes cho phân tích của tôi? Hay nói cách khác, làm thế nào tôi có thể dịch kết quả thường xuyên nhất của họ trên thành một hậu thế trên mà sau đó tôi sẽ sử dụng như một ưu tiên trong phân tích của mình?
Bất kỳ hiểu biết hoặc tài liệu tham khảo thảo luận về loại vấn đề này đều được chào đón.