ベイジアンp値とは何ですか？

私は、頻出のp値を理解しているが、統計に対するベイジアンアプローチの基礎を理解しているだけの読者を満足させる答えを探しています。

現在のところ、グーグル検索では、ウィキペディアのページや他の一般に受け入れられているリソースの定義は明らかにされていません。

この質問は関連しているようですが、ユーザーが実際にベイズのp値を計算していないことが判明したため、実際にはそうではありません。ただし、受け入れられた回答は、ベイズのp値とは何かを説明するこのゲルマン論文にリンクしています。

私がそれを正しく理解している場合、ベイズのp値は、観測データから計算されたいくつかのメトリックと、シミュレーションデータから計算された同じメトリック（事後分布から引き出されたパラメーターで生成されたもの）の比較です。

Gelmansの言葉で：「ベイジアンのコンテキストから、事後のp値は、データが与えられた場合、将来の観測がデータよりも極端である（あるテスト変数によって測定される）確率です」

たとえば、ポアソンベースのモデルから生成されたゼロの数は、そのようなメトリックまたはテスト統計であり、シミュレーションされたデータセットのうち、実際のデータで実際に観測するよりもゼロの割合が多いシミュレーションデータセットの数を計算できます。この値が0.5に近づくほど、シミュレーションデータから計算された値は実際の観測値の周囲に分散されます。