Diferenças entre edições de "Teste de Significância Genuinamente Bayesiano"
(Teste) |
|||
Linha 1: | Linha 1: | ||
− | O Teste de Significância Genuinamente Bayesiano | + | O Teste de Significância Genuinamente Bayesiano, ou FBST ''(Full Bayesian Significance Test)'' é baseado no cálculo de uma quantidade denominada evidência a favor da hipótese ([[valor e]] ou e-value). De fato, é uma alternativa genuinamente bayesiana ao índice conhecido como nível descritivo do teste ([[valor p]] ou p-value). |
− | Assim, como na maioria dos trabalhos estatísticos, tem-se um parâmetro de interesse (teta) e um conjunto de observações que deve carregar informações sobre o parâmetro teta. Normalmente essas informações estão incluídas e descritas pela função de | + | |
+ | Assim, tal como na maioria dos trabalhos estatísticos, tem-se um parâmetro de interesse (teta) e um conjunto de observações que deve carregar informações sobre o parâmetro teta. Normalmente essas informações estão incluídas e descritas pela função de verosimilhança e pela distribuição a priori - aquela que descreve as incertezas sobre teta antes da obtenção da verosimilhança. A distribuição que engloba a informação ''a priori'', descrita pela distribuição ''a priori'', e a informação amostral, descrita pela verosimilhança, é denominada distribuição ''a posteriori''. | ||
+ | |||
O FBST foi construído para o caso onde a hipótese nula é uma hipótese precisa (aquela que possui dimensão menor que o espaço paramétrico), embora possa ser usado para qualquer tipo de hipótese. | O FBST foi construído para o caso onde a hipótese nula é uma hipótese precisa (aquela que possui dimensão menor que o espaço paramétrico), embora possa ser usado para qualquer tipo de hipótese. | ||
− | == {{Veja também}} == | + | =={{Veja também}}== |
* [[Inferência bayesiana]] | * [[Inferência bayesiana]] | ||
− | == | + | =={{Ligações externas}}== |
− | * {{link|en|http://www.mdpi.org/entropy/papers/e1040099.pdf|Artigo da Entropy que introduz o FBST}} | + | * {{link|en|2=http://www.mdpi.org/entropy/papers/e1040099.pdf|3=Artigo da Entropy que introduz o FBST}} |
+ | |||
+ | |||
{{Wikipedia|FBST}} | {{Wikipedia|FBST}} | ||
[[Categoria:Estatística]] | [[Categoria:Estatística]] |
Revisão das 14h04min de 20 de dezembro de 2007
O Teste de Significância Genuinamente Bayesiano, ou FBST (Full Bayesian Significance Test) é baseado no cálculo de uma quantidade denominada evidência a favor da hipótese (valor e ou e-value). De fato, é uma alternativa genuinamente bayesiana ao índice conhecido como nível descritivo do teste (valor p ou p-value).
Assim, tal como na maioria dos trabalhos estatísticos, tem-se um parâmetro de interesse (teta) e um conjunto de observações que deve carregar informações sobre o parâmetro teta. Normalmente essas informações estão incluídas e descritas pela função de verosimilhança e pela distribuição a priori - aquela que descreve as incertezas sobre teta antes da obtenção da verosimilhança. A distribuição que engloba a informação a priori, descrita pela distribuição a priori, e a informação amostral, descrita pela verosimilhança, é denominada distribuição a posteriori.
O FBST foi construído para o caso onde a hipótese nula é uma hipótese precisa (aquela que possui dimensão menor que o espaço paramétrico), embora possa ser usado para qualquer tipo de hipótese.
Ver também
Links relevantes
Esta página usa conteúdo da Wikipedia. O artigo original estava em FBST. Tal como o Think Finance neste artigo, o texto da Wikipedia está disponível segundo a GNU Free Documentation License. |