ฉันสามารถทดสอบความถูกต้องของข้อมูลที่กำหนดไว้ก่อนหน้าได้หรือไม่

ปัญหา

ฉันกำลังเขียนฟังก์ชั่น R ที่ดำเนินการวิเคราะห์แบบเบย์เพื่อประเมินความหนาแน่นหลังที่ได้รับข้อมูลก่อนหน้านี้และข้อมูล ฉันต้องการให้ฟังก์ชันส่งคำเตือนหากผู้ใช้จำเป็นต้องพิจารณาใหม่ก่อน

ในคำถามนี้ฉันสนใจที่จะเรียนรู้วิธีการประเมินก่อน คำถามก่อนหน้านี้ครอบคลุมกลศาสตร์ของการระบุนักบวชที่รู้แจ้ง ( ที่นี่และที่นี่ )

กรณีต่อไปนี้อาจต้องการให้ประเมินก่อนหน้า:

• ข้อมูลแสดงให้เห็นถึงกรณีที่รุนแรงที่ไม่ได้คิดเมื่อระบุก่อน
• ข้อผิดพลาดในข้อมูล (เช่นถ้าข้อมูลอยู่ในหน่วยของกรัมเมื่อก่อนอยู่ในหน่วยกิโลกรัม)
• ผิดก่อนถูกเลือกจากชุดของนักบวชที่มีอยู่เพราะข้อผิดพลาดในรหัส

ในกรณีแรกนักบวชมักจะยังคงแพร่กระจายเพียงพอที่ข้อมูลมักจะครอบงำพวกเขาเว้นแต่ค่าข้อมูลจะอยู่ในช่วงที่ไม่ได้รับการสนับสนุน (เช่น <0 สำหรับ logN หรือ Gamma) อีกกรณีหนึ่งคือข้อบกพร่องหรือข้อผิดพลาด

คำถาม

2. มีปัญหาใด ๆ เกี่ยวกับความถูกต้องของการใช้ข้อมูลเพื่อประเมินก่อนหรือไม่?
3. การทดสอบใดที่เหมาะสมที่สุดสำหรับปัญหานี้หรือไม่?

ตัวอย่าง

ต่อไปนี้เป็นชุดข้อมูลสองชุดที่จับคู่กันไม่ดีกับก่อนหน้านี้เนื่องจากมาจากกลุ่มประชากรที่มี (สีแดง) หรือN (8,0.5) (สีน้ำเงิน)$logN(0,1)$$N(0,5)$$N(8,0.5)$

ข้อมูลสีน้ำเงินอาจเป็นการรวมกันของข้อมูลก่อนหน้า + ที่ถูกต้องในขณะที่ข้อมูลสีแดงจะต้องมีการแจกแจงก่อนหน้าซึ่งได้รับการสนับสนุนสำหรับค่าลบ

 set.seed(1)
 x<- seq(0.01,15,by=0.1)
 plot(x, dlnorm(x), type = 'l', xlim = c(-15,15),xlab='',ylab='')
 points(rnorm(50,0,5),jitter(rep(0,50),factor =0.2), cex = 0.3, col = 'red')
 points(rnorm(50,8,0.5),jitter(rep(0,50),factor =0.4), cex = 0.3, col = 'blue')

คุณจะต้องชัดเจนว่าคุณหมายถึง "ก่อน" ตัวอย่างเช่นหากคุณสนใจในความเชื่อเดิมของฉันเกี่ยวกับอายุขัยในสหราชอาณาจักรนั่นคงไม่ผิด มันเป็นความเชื่อของฉัน! มันอาจไม่สอดคล้องกับข้อมูลที่สังเกต แต่นั่นเป็นอีกเรื่องที่สมบูรณ์

บริบทยังมีความสำคัญ ตัวอย่างเช่นสมมติว่าเราสนใจประชากรของบางสิ่ง ก่อนหน้าของฉันยืนยันว่าปริมาณนี้จะต้องไม่เป็นลบอย่างเคร่งครัด อย่างไรก็ตามข้อมูลได้รับการตรวจสอบพร้อมข้อผิดพลาดและเรามีการวัดเชิงลบ ในกรณีนี้ก่อนหน้านี้ไม่ถูกต้องเป็นเพียงกระบวนการก่อนหน้าสำหรับกระบวนการแฝง

เพื่อตอบคำถามของคุณ

1. มีปัญหาใด ๆ เกี่ยวกับความถูกต้องของการใช้ข้อมูลเพื่อประเมินก่อนหรือไม่?

คนพิถีพิถันจะยืนยันว่าคุณไม่ควรใช้ข้อมูลสองครั้ง อย่างไรก็ตามบุคคลในทางปฏิบัติจะตอบโต้ว่าคุณไม่ได้คิดมากพอในตอนแรก

2 การทดสอบแบบใดที่เหมาะสมที่สุดสำหรับปัญหานี้หรือไม่?

มันขึ้นอยู่กับโมเดลที่พิจารณา ฉันคิดว่าพื้นฐานที่สุดคุณสามารถเปรียบเทียบช่วงก่อนหน้ากับช่วงข้อมูล

ที่นี่สองเซ็นต์ของฉัน:

1. ฉันคิดว่าคุณควรจะกังวลก่อนพารามิเตอร์ที่เกี่ยวข้องกับอัตราส่วน

2. คุณพูดคุยเกี่ยวกับข้อมูลก่อน แต่ฉันคิดว่าคุณควรเตือนผู้ใช้เกี่ยวกับสิ่งที่ไม่เหมาะสมซึ่งไม่ได้ให้ข้อมูลมาก่อน ฉันหมายถึงบางครั้งเป็นเรื่องปกติที่มีค่าเฉลี่ยเป็นศูนย์และความแปรปรวน 100 ครั้งนั้นค่อนข้างไม่เป็นธรรมและบางครั้งก็เป็นข้อมูลขึ้นอยู่กับระดับที่ใช้ ตัวอย่างเช่นหากคุณกำลังถอยค่าแรงในระดับความสูง (เซนติเมตร) สูงกว่าที่ระบุไว้ข้างต้นนั้นเป็นข้อมูลที่ค่อนข้างชัดเจน อย่างไรก็ตามหากคุณลงทะเบียนค่าแรงกับความสูง (เมตร) การแจ้งข้างต้นนั้นไม่ใช่ข้อมูลนั้น

3. หากคุณใช้ก่อนหน้าซึ่งเป็นผลมาจากการวิเคราะห์ก่อนหน้านี้คือก่อนหน้าใหม่จริง ๆ แล้วเป็นหลังเก่าของการวิเคราะห์ก่อนหน้านี้แล้วสิ่งต่าง ๆ จะแตกต่างกัน ฉันสมมติว่านี่เป็นกรณีบันทึก