Sự khác biệt giữa cách tiếp cận thường xuyên với phân tích tổng hợp và cách tiếp cận Bayes là gì?


9

Nói rằng tôi đang thực hiện một phân tích nhìn vào một biện pháp sức khỏe cụ thể. Tôi quan tâm đến sự khác biệt trong thước đo giữa bệnh nhân và đối chứng và sự khác biệt đó có khác 0 hay không. Đã có những nghiên cứu trong quá khứ nhìn vào cùng một câu hỏi nghiên cứu và biện pháp sức khỏe của tôi, nhưng trong các mẫu bệnh nhân khác nhau.

Trong phân tích Bayes của tôi, tôi sẽ xây dựng một phân phối trước dựa trên các nghiên cứu trước đó kết hợp sự khác biệt trung bình và sai số chuẩn.

Xin vui lòng tha thứ cho tôi nếu đây là câu hỏi của người mới khi tôi mới học thống kê Bayes, nhưng về mặt kết quả từ phân tích Bayes của tôi khác với kết quả tôi sẽ thu được bằng cách sử dụng phân tích meta phương sai nghịch đảo để kết hợp các ước tính chênh lệch trung bình từ nghiên cứu trước với dữ liệu hiện tại của tôi ?


Chính xác thì "dữ liệu hiện tại" của bạn là gì? Bạn đã thu thập kết quả học tập (tổng hợp) khác? Hoặc, bạn có dữ liệu cá nhân? Có tồn tại một vài bài báo thảo luận về phân tích tổng hợp Bayes ...
Bernd Weiss

Tôi có dữ liệu cá nhân như dữ liệu hiện tại của mình để có thể nhận được tất cả các số liệu thống kê tóm tắt / suy luận. Đối với các nghiên cứu trước đây, tôi không có dữ liệu riêng lẻ nhưng cũng có quyền truy cập vào hầu hết các thống kê tóm tắt / suy luận (như phương tiện, SD, SE, thống kê t).
derrek

Sự khác biệt là lớn; chủ nghĩa thường xuyên và chủ nghĩa Bayes có một khái niệm khác về xác suất và điều này có nghĩa là bất kỳ phân tích nào trong cả hai khung đều có nghĩa là một cái gì đó hoàn toàn khác nhau.
Stijn

Câu trả lời:


2

Có rất nhiều tài liệu tham khảo về câu hỏi này trong phân tích thống kê nói chung và trong phân tích tổng hợp. Ví dụ, hãy xem tại đây:

Dohoo I, Stryhn H, Sanchez J. Đánh giá rủi ro tiềm ẩn như một nguồn gốc của sự không đồng nhất trong các phân tích tổng hợp: một nghiên cứu mô phỏng về Bayesian và việc triển khai thường xuyên của ba mô hình. Trước đó Vet Med. 2007 ngày 14 tháng 9; 81 (1-3): 38-55. Epub 2007 ngày 2 tháng 5.

Bennett MM, Crowe BJ, Price KL, Stamey JD, Seaman JW Jr.Comparison of Bayesian và các phương pháp phân tích tổng hợp thường xuyên để phân tích thời gian dữ liệu sự kiện. J Biopharm Stat. 2013; 23 (1): 129-45. doi: 10.1080 / 10543406.2013.737210. Hồng H,

Carlin BP, Shamliyan TA, Wyman JF, Ramakrishnan R, Sainfort F, Kane RL. So sánh phương pháp tiếp cận Bayes và thường xuyên cho nhiều so sánh điều trị kết hợp. Med Decis Làm. 2013 tháng 7; 33 (5): 702-14. doi: 10.1177 / 0272989X13481110. Epub 2013 ngày 2 tháng 4.

Biggerstaff BJ, Tweedie RL, Mengersen KL. Hút thuốc thụ động tại nơi làm việc: phân tích tổng hợp cổ điển và Bayes. Int Arch Chiếm môi trường Sức khỏe. 1994; 66 (4): 269-77.

Đoạn văn sau đây từ bản tóm tắt của Biggerstaff et al đặc biệt thú vị:

... các phép tính gần đúng phát sinh từ các phương pháp cổ điển dường như không bảo thủ và nên được sử dụng một cách thận trọng. Các phương pháp Bayes, giải thích rõ ràng hơn về tính không đồng nhất có thể có trong các nghiên cứu, đưa ra ước tính thấp hơn một chút về rủi ro tương đối và khoảng tin cậy sau rộng hơn, cho thấy suy luận từ các phương pháp không thuộc Bayes có thể lạc quan.

Nếu bạn quan tâm đến ý kiến ​​cá nhân của tôi, cách tiếp cận Bayes thường linh hoạt hơn nhưng phức tạp hơn về mặt tính toán hoặc lý thuyết. Ngoài ra, cách tiếp cận thường xuyên dựa trên khái niệm phức tạp về kiểm tra giả thuyết và lỗi loại I / II, trong khi phương pháp Bayes cho phép báo cáo xác suất trực tiếp. Cuối cùng, phân tích Bayes buộc bạn phải thừa nhận rõ ràng các giả định của mình.

Dù sao, tôi sẽ thận trọng trước một phân tích tổng hợp trong đó các cách tiếp cận Bayes và thường xuyên khá mâu thuẫn.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.