Diseño y análisis bayesianos de réplicas en la experimentación científica
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2099/4696
Tipus de documentArticle
Data publicació1997
EditorInstitut d'estadística de Catalunya
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 2.5 Espanya
Abstract
En la práctica estadística es frecuente la replicación de experiencias estadísticas, justificada por muy diversos intereses: ratificar conclusiones, estudiar la variación en las respuestas cuando se experimenta sobre una población distinta, validar un modelo, detectar sesgos, etc. Al disponer, antes de replicar, de los resultados de cierto estudio previo, es razonable pensar en buscar un buen diseño para la réplica utilizando la información que dicho primer estudio proporciona. Un diseño óptimo de la réplica consistirá en decidir, asumido un modelo, sobre el menor tamaño muestral que otorga al investigador suficientes garantías de concluir con éxito en su inferencia. Una modelización jerárquica bayesiana permite precisar fácilmente las relaciones entre datos y poblaciones (original y replicada) y derivar conclusiones sobre los resultados más probables (en función del tamaño de la réplica) a través de las distribuciones a posteriori y predictivas que se obtengan.
CitacióBayarri García, M. Jesús; Martínez Mayoral, Maria Asunción "Diseño y análisis bayesianos de réplicas en la experimentación científica". Qüestiió. 1997, vol.21, núm.1-2
ISSN0210-8054 (versió paper)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
article.pdf | 230,3Kb | Visualitza/Obre |