Là người ước tính Bayes miễn dịch với sự lựa chọn thiên vị?
Hầu hết các bài báo thảo luận về ước tính ở chiều cao, ví dụ, toàn bộ dữ liệu trình tự bộ gen, thường sẽ đưa ra vấn đề sai lệch lựa chọn. Lựa chọn thiên vị xuất phát từ thực tế rằng, mặc dù chúng ta có hàng ngàn người dự đoán tiềm năng sẽ chỉ có một vài người được chọn và suy luận được thực hiện trên số ít người được chọn. Vì vậy, quá trình này diễn ra theo hai bước: (1) chọn một tập hợp con của các yếu tố dự đoán (2) thực hiện suy luận trên các tập hợp được chọn, ví dụ: ước tính tỷ lệ chênh lệch. Dawid trong bài báo nghịch lý năm 1994 của ông tập trung vào các công cụ ước tính không thiên vị và công cụ ước tính Bayes. Ông đơn giản hóa vấn đề để chọn hiệu ứng lớn nhất, có thể là hiệu quả điều trị. Sau đó, ông nói, các công cụ ước tính không thiên vị bị ảnh hưởng bởi sai lệch lựa chọn. Ông đã sử dụng ví dụ: giả sử sau đó mỗi
Nhưng tuyên bố đáng lo ngại mà Dawid, Efron và các tác giả khác đưa ra là những người ước tính Bayes miễn nhiễm với sự lựa chọn sai lệch. Nếu bây giờ tôi sẽ đặt trước , giả sử , Thì công cụ ước tính Bayes của được đưa ra bởi trong đó , với là Gaussian tiêu chuẩn.
Nếu chúng tôi xác định công cụ ước tính mới của là bất cứ điều gì chọn để ước tính với , sẽ giống nếu lựa chọn dựa trên . Điều này diễn ra bởi vì là đơn điệu trong . Chúng tôi cũng biết rằng thu về 0 với thuật ngữ,