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