Key points are not available for this paper at this time.
La réplication des expériences est courante dans la recherche appliquée. Cependant, les études systématiques sur les objectifs et les motivations d'une « réplication » sont rares. Par conséquent, il ne semble pas y avoir de notion précise de ce que signifie un « succès » lors de la réplication. Cet article discute de certains des objectifs possibles de la réplication ; cela conduit à différentes notions (mais précises) de « succès » lors de la réplication. Les modèles hiérarchiques bayésiens permettent une incorporation flexible et explicite de la relation supposée entre les expériences. Les distributions prédictives bayésiennes sont un outil naturel pour calculer la probabilité que la réplication soit réussie, et donc pour concevoir la réplication de manière à ce que la probabilité de succès soit suffisamment élevée. Les dérivations sont illustrées avec des données provenant d'une distribution t non centrale.
Bayarri et al. (Jeu,) ont étudié cette question.