En el ejemplo de la escuela 8 de Gelman, ¿por qué se conoce el error estándar de la estimación individual?


17

Contexto:

En el ejemplo de 8 escuelas de Gelman (Bayesian Data Analysis, 3a edición, Ch 5.5) hay ocho experimentos paralelos en 8 escuelas que prueban el efecto del coaching. Cada experimento produce una estimación de la efectividad del entrenamiento y el error estándar asociado.

Luego, los autores crean un modelo jerárquico para los 8 puntos de datos del efecto de entrenamiento de la siguiente manera:

yyonorte(θyo,smiyo)θyonorte(μ,τ)

Pregunta En este modelo, suponen que se conoce smiyo . No entiendo esta suposición: si consideramos que tenemos que modelar θyo , ¿por qué no hacemos lo mismo para smiyo ?

He revisado el artículo original de Rubin introducir el ejemplo de la escuela 8, y allí también el autor dice que (p 382):

La suposición de normalidad y error estándar conocido se realiza de manera rutinaria cuando resumimos un estudio por un efecto estimado y su error estándar, y no cuestionaremos su uso aquí.

Para resumir, ¿por qué no modelamos smiyo ? ¿Por qué lo tratamos como se conoce?


Supongo que porque saben el número total de escuelas en el área, ¿entonces el SE es una función del tamaño de la muestra y la estimación?
Estadísticas de aprendizaje con el ejemplo del

1
El tamaño de la muestra es conocido y fijo, pero el error estándar también depende de la desviación estándar de los datos, y no estoy seguro de por qué lo tratamos como fijo.
Heisenberg

1
Si está contento de que sus resultados estén totalmente condicionados a la suposición de errores estándar fijos, entonces no hay nada de malo en hacer (y declarar) esa condición. Aún así, ¿por qué? ¿Ausencia de un prior defendible? O tal vez si los errores estándar reciben un amplio previo no informativo, el resto del análisis simplemente desaparece. No se.
Peter Leopold

Respuestas:


2

En la página 114 del mismo libro, usted cita: "El problema de estimar un conjunto de medias con varianzas desconocidas requerirá algunos métodos computacionales adicionales, presentados en las secciones 11.6 y 13.6". Así es por simplicidad; las ecuaciones en su capítulo funcionan de forma cerrada, mientras que si modela las variaciones, no lo hacen, y necesita técnicas MCMC de los capítulos posteriores.

1norte-1(Xyo-X¯)2


Ya veo: ¿suponen que la varianza se estima con mucha precisión, en otras palabras, que el error estándar de la varianza es muy pequeño?
Heisenberg

norteσ^22σ4 4/ /(norte-1)
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.