Key points are not available for this paper at this time.
En l'absence d'expérience antérieure pertinente, les techniques d'estimation bayésienne populaires commencent généralement par une forme de distribution antérieure "non informative" destinée à avoir une influence inférentielle minimale. La règle de Bayes produira néanmoins des estimations attrayantes et des intervalles de crédibilité, mais ceux-ci manquent de la force logique liée aux priors basés sur l'expérience et nécessitent une justification supplémentaire. Cet article concerne l'évaluation fréquentiste des estimations de Bayes. Une formule simple est présentée pour donner l'écart-type fréquentiste d'une estimation ponctuelle bayésienne. Les mêmes simulations nécessaires à l'estimation ponctuelle produisent également l'écart-type. Les modèles de famille exponentielle rendent les calculs particulièrement simples et établissent un lien avec le bootstrap paramétrique.
Bradley Efron (jeu,) a étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: