タグ付けされた質問 「likelihood-principle」

記事「ディスカッション：エコロジストはベイジアンになるべきか？」ブライアンデニスは、ベイジアン統計について驚くほどバランスの取れた前向きな見解を示しています。しかし、ある段落では、引用や正当化なしで、彼は言います： ご覧のとおり、ベイジアンは残差を見ることができません。モデルの下でどれだけ極端かによって結果を判断する可能性の原則に違反します。ベイジアンにとって、悪いモデルはなく、悪い信念だけです。 なぜベイジアンは残差を見ることを許されないのでしょうか？これに適切な引用は何でしょうか（つまり、彼は誰を引用していますか）？ デニス、B。 ディスカッション：生態学者はベイジアンになるべきか？ 生態アプリケーション、アメリカ生態学会、1996、6、1095年から1103年

46 bayesian  residuals  frequentist  likelihood-principle 

これは、ここでの以前の質問と多少関連しています。尤度の原則が*本当に*重要な例ですか？ どうやら、Deborah Mayoは、 Birnbaumの尤度原理の証明に反論する統計科学の論文を発表したようです。誰もがビルバウムの主な議論とメイヨーの反論を説明できますか？彼女は（論理的に）正しいですか？

27 mathematical-statistics  likelihood-principle 

比例尤度を持つ2つの異なる防御可能なテストが著しく異なる（および同様に防御可能な）推論につながる例があります。たとえば、p値は桁違いに離れていますが、代替に対する力は似ていますか？ 私が見るすべての例は非常にばかげており、二項と負の二項を比較しています。最初のp値は7％で、2番目のp値は3％です。 5％（ちなみに、推論の基準としてはかなり低い）などの重要性を持ち、権力を見ることすらしません。たとえば、しきい値を1％に変更すると、どちらも同じ結論になります。 著しく異なる防御可能な推論につながる例を見たことはありません。そのような例はありますか？ 可能性の原理が統計的推論の基礎の基本的なものであるかのように、このトピックに多くのインクが費やされているのを見てきたので、私は尋ねています。しかし、上記のような馬鹿げた例が最良の例である場合、原則はまったく取るに足らないように見えます。 したがって、私は非常に説得力のある例を探しています.LPに従わない場合、証拠の重みは1つのテストで一方向を圧倒的に指し示しますが、比例尤度を持つ別のテストでは証拠の重みが反対方向を圧倒的に指摘し、両方の結論が理にかなっているように見えます。 理想的には、対検定など、同じ選択肢を検出するための比例尤度と同等の検出力など、任意の遠く離れた、しかし賢明な答えが得られることを実証できます。p=0.1p=0.1p =0.1p=10−10p=10−10p= 10^{-10} PS：ブルースの答えは、この質問をまったく扱っていません。

20 mathematical-statistics  likelihood  philosophical  likelihood-principle 

ここに最近投稿されたコメントで、1人のコメンターが、頻度の高い推論が尤度の原則と衝突することを（ソースなしで）指摘するLarry Wassermanのブログを指摘しました。 尤度の原理は、同様の尤度関数を生成する実験は同様の推論を生成する必要があると単純に述べています。 この質問に対する2つの部分： 頻度論的推論のどの部分、フレーバーまたはスクールは、尤度原理に特に違反していますか？ 衝突がある場合、どちらかを破棄する必要がありますか？もしそうなら、それからどれ？議論のために、ハッキングとロワイヤルが尤度原理は公理的であると私に確信させたので、何かを破棄しなければならない場合、衝突する頻度の高い推論の部分を破棄する必要があることをお勧めします。

19 inference  likelihood  frequentist  likelihood-principle 

私は現在、Likelihood Principleを理解しようとしていますが、率直に言ってまったく理解していません。それで、たとえそれらが非常に基本的な質問であっても、私はすべての質問をリストとして書きます。 この原則の文脈において、「すべての情報」という言葉は正確に何を意味するのでしょうか？（サンプル内のすべての情報が尤度関数に含まれているように。） この原理は、という非常に証明可能な事実に何らかの形で関係していますか？原則の「可能性」はp （y | x ）と同じものですか、そうではありませんか？p(x|y)∝p(y|x)p(x)p(x|y)∝p(y|x)p(x)p(x|y)\propto p(y|x)p(x)p(y|x)p(y|x)p(y|x) 数学の定理はどのようにして「論争の的になる」ことができますか？私の（弱い）数学の理解は、定理が証明されるか、証明されないことです。Likelihood Principleはどのカテゴリに分類されますか？ 尤度原理は、式に基づいたベイズ推論にとってどのように重要ですか？p(x|y)∝p(y|x)p(x)p(x|y)∝p(y|x)p(x)p(x|y)\propto p(y|x)p(x)

17 bayesian  likelihood  likelihood-principle 

この質問は、（もしあれば）頻繁なアプローチがベイジアンよりも実質的に優れているという質問から生まれました。 私はその質問に対する私の解決策で投稿したように、私の意見では、あなたが頻繁な主義者である場合、あなたはしばしば頻度主義者の 方法がそれに違反するため、尤度の原則を信じる/遵守する必要はありません。ただし、これは通常、適切な事前確率を前提としているため、ベイズ法は尤度の原則に違反することはありません。 だから今、あなたがベイジアンであるということは、尤度原理における自分の信念や合意を確認しますか、またはベイジアンであることは尤度原理が違反されないという素晴らしい結果をもたらすという議論ですか？

14 bayesian  likelihood  likelihood-principle 

この質問はクラスで出された：実験の仮説を評価するためにp値を使用する場合、尤度原理のどの部分に従っていないか：十分性か条件性か？ 私の直感は言うことだろう十分性を p値を計算すると、実験の未観測の成果に依存し、以来、充足をしながら、単一の実験内の観察とより対処するようだコンディショナは、異なる実験でより多く扱うようです。

9 likelihood  philosophical  likelihood-principle