pd1

inference
bayes
Published

July 2, 2024

1 Aufgabe

Was beschreibt die “Probability of Direction” (pd) in der Bayes’schen Statistik?

  1. Die Wahrscheinlichkeit, dass ein Parameter einen bestimmten numerischen Wert annimmt, basierend auf der Prior-Verteilung.
  2. Den Anteil der Posteriori-Verteilung, der das gleiche Vorzeichen hat wie der Median; und gibt damit die Wahrscheinlichkeit an, dass der Parameter streng positiv bzw. negativ ist.
  3. Die Wahrscheinlichkeit, dass die Nullhypothese wahr ist, ausgedrückt als Prozentsatz zwischen 0 und 100%.
  4. Den Korrelationskoeffizienten zwischen Prior- und Posteriori-Verteilung, der angibt, wie stark die Daten die Vorannahmen beeinflussen.
  5. Die Wahrscheinlichkeit, dass ein Parameter innerhalb des 95%-Kredibilitätsintervalls liegt, unabhängig von seinem Vorzeichen.
  6. Die standardisierte Abweichung des Parameters vom Nullwert, normiert auf eine Skala von 50% bis 100%.

Hinweise:

  • Beachten Sie die üblichen Hinweise des Datenwerks.













2 Lösung

B

Die pd gibt an, mit welcher Wahrscheinlichkeit ein Parameter das gleiche Vorzeichen hat wie sein Median und variiert zwischen 50% (maximale Unsicherheit über die Richtung) und 100% (vollständige Gewissheit über die Richtung des Effekts).