pd1

inference
bayes
paper
Published

July 2, 2024

1 Question

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

Hinweise:

  • Beachten Sie die üblichen Hinweise des Datenwerks.

1.1 Answerlist

  • Die Wahrscheinlichkeit, dass ein Parameter einen bestimmten numerischen Wert annimmt, basierend auf der Prior-Verteilung.
  • 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.
  • Die Wahrscheinlichkeit, dass die Nullhypothese wahr ist, ausgedrückt als Prozentsatz zwischen 0 und 100%.
  • Den Korrelationskoeffizienten zwischen Prior- und Posteriori-Verteilung, der angibt, wie stark die Daten die Vorannahmen beeinflussen.
  • Die Wahrscheinlichkeit, dass ein Parameter innerhalb des 95%-Kredibilitätsintervalls liegt, unabhängig von seinem Vorzeichen.
  • Die standardisierte Abweichung des Parameters vom Nullwert, normiert auf eine Skala von 50% bis 100%.

2 Solution

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).

Aufgabenname: pd1

2.1 Answerlist

  • Falsch
  • Richtig
  • Falsch
  • Falsch
  • Falsch
  • Falsch

3 Meta-information

exname: pd1 extype: schoice expoints: 1 exsolution: 010000 exshuffle: FALSE