分层贝叶斯ANOVA中的共轭分布：计算效率及实践与统计显著性评估
统计方法学
2013-03-15 v1
摘要
根据数据中的不同因素评估变异性是统计学的基本技术。然而，通常被称为方差分析（ANOVA）的方法通常局限于因素的所有水平都出现在数据中的情况（即因素水平的总体已被穷尽）。随机效应模型和混合效应模型用于更复杂的情况，但需要不同的术语、概念和理论，以及不同的推断程序。本文采用分层贝叶斯方法，展示了一个全面的ANOVA框架，该框架统一了上述统计模型，强调实践显著性而非统计显著性，解决了随机效应的参数可识别性问题，并为推断步骤提供了直接的计算程序。尽管本文以严谨的方式完成，但其内容可视为支持方差分析方法的转变的意识形态。
引用
@article{arxiv.1303.3390,
title = {Conjugate distributions in hierarchical Bayesian ANOVA for computational efficiency and assessments of both practical and statistical significance},
author = {Steven Geinitz and Reinhard Furrer},
journal= {arXiv preprint arXiv:1303.3390},
year = {2013}
}
备注
24 pages