用经验主义后验概率替代P值-根据随机抽样模型的定义，可能的参数值必须具有均匀的先验概率
摘要：随机抽样模型中可能的参数值的先验概率是均匀的。这使得可以仅基于实际研究观察条件来计算这些可能参数值的频率后验概率分布。如果使用对称连续函数对随机选择的似然概率分布建模，那么与零假设相比较或更极端的结果的频率后验概率将等于p值；否则，p值将作为近似值。基于完美研究方法可再现性的假设，可以将理想的复制概率作为可能受到各种混杂因素影响的现实复制概率的上界。贝叶斯分布可以与这些频率分布结合使用。对于非统计学家而言，理想的频率后验概率可能比p值更容易理解和解释。
作者：Huw Llewelyn
论文ID：1710.07284
分类：Other Statistics
分类简称：stat.OT
提交时间：2020-02-14