Kontekst:
W 8-szkolnym przykładzie Gelmana (analiza danych bayesowskich, wydanie 3, rozdz. 5.5) istnieje osiem równoległych eksperymentów w 8 szkołach testujących efekt coachingu. Każdy eksperyment daje oszacowanie skuteczności coachingu i związanego z nim błędu standardowego.
Następnie autorzy budują model hierarchiczny dla 8 punktów danych efektu coachingu w następujący sposób:
Pytanie W tym modelu zakładają, że jest znana. Nie rozumiem tego założenia - jeśli czujemy, że mamy do modelu dlaczego nie możemy zrobić to samo dla ?
Sprawdziłem oryginalną pracę Rubina przedstawiającą przykład ze szkoły 8 i tam też autor mówi, że (s. 382):
założenie o normalności i znanym błędzie standardowym jest dokonywane rutynowo, gdy podsumujemy badanie na podstawie szacunkowego efektu i jego błędu standardowego, i nie będziemy tutaj kwestionować jego zastosowania.
Podsumowując, dlaczego nie możemy modelować ? Dlaczego traktujemy to jako znane?
źródło
Odpowiedzi:
Na p114 tej samej książki cytujesz: „Problem oszacowania zestawu średnich o nieznanych wariancjach będzie wymagał dodatkowych metod obliczeniowych, przedstawionych w rozdziałach 11.6 i 13.6”. Tak jest z prostotą; równania w twoim rozdziale działają w formie zamkniętej, podczas gdy jeśli modelujesz wariancje, nie robią tego i potrzebujesz technik MCMC z późniejszych rozdziałów.
źródło