Teste de Significância Genuinamente Bayesiano

O Teste de Significância Genuinamente Bayesiano, ou FBST (Full Bayesian Significance Test) é baseado no cálculo de uma quantidade denominada evidência a favor da hipótese (valor e ou e-value). De fato, é uma alternativa genuinamente bayesiana ao índice conhecido como nível descritivo do teste (valor p ou p-value).

Assim, tal como na maioria dos trabalhos estatísticos, tem-se um parâmetro de interesse (teta) e um conjunto de observações que deve carregar informações sobre o parâmetro teta. Normalmente essas informações estão incluídas e descritas pela função de verosimilhança e pela distribuição a priori - aquela que descreve as incertezas sobre teta antes da obtenção da verosimilhança. A distribuição que engloba a informação a priori, descrita pela distribuição a priori, e a informação amostral, descrita pela verosimilhança, é denominada distribuição a posteriori.

O FBST foi construído para o caso onde a hipótese nula é uma hipótese precisa (aquela que possui dimensão menor que o espaço paramétrico), embora possa ser usado para qualquer tipo de hipótese.

Ver também

• Inferência bayesiana

Links relevantes

• Artigo da Entropy que introduz o FBST (em inglês)

Esta página usa conteúdo da Wikipedia. O artigo original estava em FBST. Tal como o Think Finance neste artigo, o texto da Wikipedia está disponível segundo a GNU Free Documentation License.