摘要
本文扩展了鲁宾的工作,探索了经典$p$-值的贝叶斯对应物,即零假设下“检验统计量”的尾部区域概率。贝叶斯公式使用数据的后验预测复制,允许“测试统计”依赖于数据和未知(有害)参数,从而允许直接测量样本数量和总体数量之间的差异。然后,在重复数据和(妨害)参数的联合后验分布下,找到“检验统计量”的尾部区域概率,这两个参数都是以零假设为条件的。该后验预测$p$-值也可以被视为经典$p$-值的后验平均值,在零假设下对(妨害)参数的后验分布进行平均,因此它提供了一种处理妨害参数的通用方法。用两个经典的例子,包括Behrens-Fisher问题,来说明后验预测$p$-值及其一些有趣的性质,这也揭示了一些经典$p$--值的一种新的(贝叶斯)解释。文中还介绍了在多重计算推理中的应用。频率评估表明,一般来说,如果复制是由新的(干扰)参数和新数据定义的,那么$\alpha$级后验预测测试的I型频率误差通常接近但小于$\alfa$,并且永远不会超过$2\alpha$。
引用
下载引文
孟晓丽。
“后验预测$p$-值。”
安。统计师。
22
(3)
1142 - 1160,
1994年9月。
https://doi.org/10.1214/aos/1176325622
问询处
发布日期:1994年9月
首次在欧几里得项目中提供:2007年4月11日
数字对象标识符:10.1214/aos/1176325622
学科:
主要用户:第62页
次要:62A99型
关键词:$p$-价值,贝叶斯$p$值,Behrens-Fisher问题,差异,多重插补,妨害参数,枢轴,显著性水平,尾部区域概率,测试变量,I类错误
版权所有©1994数学统计研究所