Corrélation bayésienne Pearson : distribution a priori
Vous pouvez spécifier la valeur c pour la distribution à priori
p(ρ)∝(1−ρ2)c.
Remarque: De nombreux chercheurs appliqués peuvent s'interroger sur la nécessité de spécifier une valeur à priori. Les distributions à priori de référence minimisent la préoccupation que cette distribution soit submergée lorsque les données augmentent. Lorsqu'une distribution à priori informative est spécifiée, les méthodes bayésiennes peuvent utiliser efficacement les informations. L'exigence d'utilisation d'une distribution à priori ne doit pas vous dissuader d'utiliser une analyse bayésienne.
- Uniforme (c = 0)
- Lorsque cette option est sélectionnée, la distribution à priori uniforme est utilisée.
- Jeffreys (c = -1.5)
- Lorsque cette option est sélectionnée, une distribution à priori non uniforme est utilisée.
- Définir valeur c personnalisée
- Lorsque cette option est sélectionnée, vous pouvez spécifier une valeur c personnalisée. N'importe quel nombre réel unique est autorisé.