.png){kind=icon}
返回
Meta-Analysis of Bayesian Analyses
.png){kind=icon}
PRE
AI
DOI：10.1214/24-BA1465.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
元分析旨在通过联合分析概括来自多个相关统计分析的结果。虽然贝叶斯研究的自然结果是后验分布，但传统的贝叶斯元分析通过结合从数据中计算出的汇总统计量（即点值估计）进行。在本文中，我们开发了一个框架，用于将多个相关贝叶斯研究中的后验分布合并为元分析。重要的是，该方法能够重复使用计算成本高昂的分析中预先计算的后验分布，而无需每个研究的实现细节。除了提供跨研究的共识外，该方法还允许事后更新局部后验分布，并通过研究间的统计强度共享来改进它们，而无需重新运行原始分析。我们通过结合似然自由贝叶斯分析的结果来说明该框架的广泛应用，这在使用标准方法时难以进行。
Keyword:
meta-analysis
Bayesian analyses
likelihood-free inference
approximate Bayesian computation
machine learning
