Kapan pendekatan Bayesian sangat penting untuk mengatasi teori, hipotesis atau masalah?

8

Sebuah pertanyaan baru-baru ini diposting ke listserve yang saya ikuti (mungkin secara sinis?) Ketika pendekatan Bayesian sangat penting untuk "menyelesaikan pekerjaan" dalam menangani pertanyaan di bidang ekologi. Saya bertanya-tanya, secara umum, tentang kapan pendekatan Bayesian sangat penting untuk kemajuan dalam bidang tertentu.

Dalam ekologi, metode Bayesian tampaknya paling sering digunakan dalam situasi terapan dengan kumpulan data yang besar dan rumit, jadi saya akan sangat tertarik pada keadaan yang berhubungan dengan teori atau hipotesis penting atau klasik dalam suatu bidang.

Sebagai contoh, dalam ekologi, metode Bayesian tampaknya menjadi satu-satunya cara untuk menyesuaikan model hierarkis yang kompleks dan memperoleh perkiraan akurat tentang hal-hal seperti ukuran populasi hewan atau tingkat kelangsungan hidup individu dalam populasi makhluk. Saya tidak terbiasa dengan contoh-contoh ketika kemajuan dibuat pada pertanyaan teoretis terbakar karena pendekatan Bayesian digunakan, meskipun ini bisa jadi karena teori ekologi sering ditangani dengan eksperimen reduksionisme dalam kerangka kerja ANOVA di mana p-value adalah mata uang yang dinilai secara historis. .

bayesian multilevel-analysis N Brouwer
sumber
Apakah Anda menggunakan Occam's Razor? Bagaimana Anda membenarkan Occam's Razor tanpa menggunakan pendekatan Bayesian?
Douglas Zare
Saya kira saya tidak peduli dengan perdebatan dasar Bayesian vs Frequentist dan apakah kita semua Bayesian apakah kita mengakuinya atau tidak. Saya tertarik pada contoh analisis Bayesian, model, pendekatan dll yang memberikan wawasan kritis yang tidak mungkin atau tidak mungkin dicapai dari pendekatan yang sering.
N Brouwer

Jawaban:

4

Dalam studi perangkat medis untuk persetujuan penggunaan untuk indikasi spesifik, Administrasi Makanan dan Obat AS selama setidaknya satu dekade telah mendorong penggunaan metode Bayesian dalam uji klinis fase III untuk memungkinkan informasi sebelumnya tentang perangkat yang akan dimasukkan bersama dengan uji coba. data.

Michael R. Chernick
sumber
3

Sejumlah makalah telah ditulis tentang menggunakan metode Bayesian untuk memperkirakan parameter pengujian diagnostik (false-positive, false-negative, ...). Metode Bayesian sering disukai karena faktanya sering ada lebih banyak parameter daripada pengamatan. Tidak seperti situasi umum lainnya, hampir tidak mungkin untuk meningkatkan jumlah pengamatan.

Artikel di bawah ini adalah gambaran umum masalah yang bagus:

Penerapan Pendekatan Bayesian dalam Masalah Pengujian Diagnostik dengan Absennya Standar Emas

Lembah kecil
sumber
1

Menanggapi pertanyaan saya sendiri, sebuah artikel baru saja diterbitkan di jurnal Ecology berjudul "Estimasi kepadatan populasi harimau: menggabungkan informasi untuk kesimpulan yang kuat" oleh Gopalaswamy et al. Mereka menggunakan model Bayesian yang menggabungkan informasi dari studi harimau dengan berbagai metodologi untuk meningkatkan akurasi estimasi kepadatan cagar alam harimau. Pada dua studi terpisah mereka menunjukkan bahwa ada ~ 12 +/- 1,95 harimau / 100km2 (rata-rata posterior +/- SD) atau 6,7 +/- 2,37 harimau / 100 km2. Model Bayesian gabungan memberikan perkiraan 8,5 +/- 1,95 harimau / 100 km2.

N Brouwer
sumber