认知颠覆 · COGNITIVE OVERTURN

先验选择的真正价值不是「正确」,而是「可讨论」

在传统统计分析中,很多主观选择(如显著性水平、模型形式、变量筛选标准)是隐藏的。贝叶斯框架强迫分析师把先验选择公开化、显式化,从而让这些选择变得可以讨论、可以质疑、可以改进。先验的「主观性」不是bug,是feature——它把暗箱操作变成了透明对话。
来源

《贝叶斯数据分析》第2章·概率与推断

可迁移到

任何需要做判断但存在多个合理选择的分析场景。让判断过程显式化,比假装判断不存在更重要。

来自这本书的解读报告

《贝叶斯数据分析》

Andrew Gelman, John B. Carlin, Hal S. Stern, David B. Dunson, Aki Vehtari, Donald B. Rubin · 统计学 / 贝叶斯推断

这本书回答了如何在不确定性下做统计推断的问题,答案是用概率框架统一先验信念与数据证据,通过层级模型和后验计算做出有根基的判断。

贝叶斯统计·层级模型·后验推断·模型验证·不确定性量化
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →