ベイジアン手法は本質的に逐次的ですか？

つまり、頻出主義の方法で逐次分析（収集するデータの量が事前に正確にわからない）を行うには、特別な注意が必要です。p値が十分に小さくなるか、信頼区間が十分に短くなるまで、データを収集することはできません。

しかし、ベイジアン分析を行うとき、これは懸念事項ですか？信頼できる間隔が十分に小さくなるまで、データ収集などを自由に行うことができますか？

— アレック
ソース

依存します。ベイジアンであろうと頻度主義であろうと、一般に問題とならない一定量の情報が得られるまでデータを収集する場合。頻度の高い操作特性（信頼できる間隔のカバレッジ確率、タイプ1エラーなど）を気にする場合でも、信頼できる間隔で効果がなくなった場合など、停止することは依然として問題です。

— ビョルン

@Björnこのコンテキストで「特定の量の情報」が何を意味するか説明できますか？また、逐次ベイジアンテストで一定のタイプ1エラー率が得られない場合でも、「許可」されますか？ベイジアン分析で行われる通常の主張を安全に行うことはできますか？（つまり、パラメーターの確率分布に関するステートメント）

— Alec

特定の量の情報=たとえば、フィッシャーの情報（たとえば、特定の数までの生存分析のため）。2番目の質問の場合：はい、サンプリング方法を反映する可能性を使用する場合（つまり、反映する場合、より多くのデータの収集を停止することになります）。いいえ、正しい尤度を無視すると（たとえば、標準の標準尤度のみを使用する場合）。

— ビョルン

ああ、私は今見ているので、問題は私が推測する可能性に本当にあります。停止ルールは、将来の観測を条件付きで以前の観測に依存させます。

— Alec

@Bjorn尤度関数の停止規則を考慮したベイズ分析のリファレンスを知っていますか？

— アレック

回答:

Rouder（2014）はこれについて素晴らしい論文（心理学者向けに書かれた）を掲載しており、逐次検定（いわゆるデータピーク）がベイズの観点から優れている理由を説明しています。（あなたがそれを検索するなら、紙はオンラインで自由に利用できます。）

Schoenbrodt et al。（報道中）ベイズ因子による逐次分析を使用してデータ収集を停止するタイミングを決定する方法を示す優れた分析を提示します。

ベイジアンパラメーター推定手順から、John Kruschkeは、逐次テスト中にさまざまなベイジアンメソッドを比較する非常に素晴らしいブログ投稿を公開しています。

あなたが彼らの助けを見つけられることを願っています。

参考文献

Rouder、Jeffrey N.（2014）。オプションの停止：ベイジアンでは問題ありません。Psychonomic Bulletin＆Review、 21、301-308。

Schoenbrodt、FD、Wagenmakers、E.-J.、Zehetleitner、M。、およびPerugini、M。（出版中）。ベイズ因子を用いた逐次仮説検定：効率的に検定することは、平均差をもたらします。心理学的方法。

— ジムグランジ
ソース

引用だけでなく、論文を要約してもらえますか？

— Tim

SPRTは、逐次的な頻度主義メソッドの良い例です。

一方、ベイジアンモデルはデータのスパース性を克服するための事前条件を備えていますが、事後分布が「狭い」ほど多くのデータを持っていると、オンライン時間学習に適さなくなります。

— ウリゴレン
ソース