Descobrir como simular algo geralmente é a melhor maneira de entender os princípios subjacentes. Estou um pouco sem saber exatamente como simular o seguinte.
Suponha que e tenham uma distribuição anterior que seja . Com base em uma amostra de observações abreviadas por apenas , estou interessado em mostrar a um não Bayesiano que a probabilidade posterior de que está bem calibrado, por exemplo, Prob onde é a probabilidade posterior. Uma discussão relacionada está aquiμ N ( γ , τ 2 ) n Y 1 , … , Y n Y μ > 0 | Y ( μ > 0 | P ) = P P
O que realmente quero mostrar é que, se alguém fizer testes sequenciais e parar a amostragem quando a probabilidade posterior exceder algum nível, como 0,95, a probabilidade de não será .< 0,95
Estou tentando convencer os freqüentadores de que as probabilidades bayesianas são significativas sem entrar em nenhuma discussão sobre o erro do tipo I. Suponho que exista um problema filosófico ao conversar com um freqüentador que tenha hipóteses nulas, pois se o anterior for contínuo (como acima), a probabilidade de que é zero e simulações não são necessárias. Gostaria de receber algumas sugestões sobre como pensar em todo o problema e como projetar simulações de demonstração. Estou acostumado a fazer simulações freqüentes, onde é apenas definido como uma única constante; Os bayesianos não se condicionam a .μ μ
Para a situação seqüencial, definimos o tamanho máximo possível da amostra, por exemplo, .
Há uma sutileza no problema em que sempre tenho problemas para pensar. Um cético real às vezes se preocupa com uma alegação falsa de eficácia ( ) quando o processo realmente não tem exatamente nenhum efeito ( ). A sutileza é que o cético está "destacando" zero como um valor especial e talvez esteja dando probabilidade diferente de zero ao evento (?). Nosso método de mostrar que as partes posteriores são calibradas pode não deixar esse cético feliz porque o cético realmente parece querer condicionar em e, como bayesianos, apenas condicionamos o que é conhecido. Talvez este seja um caso em que a distribuição anterior que o estatístico está usando conflite com uma distribuição anterior descontínua que o cético está usando?μ = 0 μ = 0 μ = 0
fonte
Expandindo a excelente resposta de @ juho-kokkala e usando R aqui estão os resultados. Para uma distribuição prévia da população, a média mu utilizou uma mistura igual de duas normais com média zero, uma delas muito cética em relação às médias grandes.
fonte