statistics - 贝叶斯多重比较校正?
问题描述
我是贝叶斯统计的新手,对 4 个“目标”变量与 52 个其他变量的相关性感兴趣。目前我正在运行几个单独的贝叶斯斯皮尔曼等级相关性。许多变量高度相关(高达 0.68)。最后,我想报告相关系数(>= 0.1 的影响将被认为具有实际相关性)及其 95% CI(目前没有 BF,只是估计)。
我的(也许不是很聪明)的问题是:
A)我必须应用多重比较校正吗?考虑到我不是在进行假设检验而是进行估计,这是否必要?
B) 如果 A 的答案是“是的,您确实需要纠正多重比较”。- 是否有这样做的贝叶斯方法(理想情况下在 R 中)?
在与该主题相关的其他问题中,答案通常是理想情况下我只需要一个模型,在比较模型参数时我不必关心多重比较校正。但是,这与我所处的情况并不完全相符。我也看到我可以进行降维,但实际上我宁愿不这样做(而且它并不能真正帮助回答原则上我是否需要多个比较修正)。
到目前为止,我真的找不到合适的解决方案。因此,我将非常感谢您的回答!谢谢!!
解决方案
推荐阅读
- excel - 从单元格中的列表中提取重复项
- c++ - 终端执行第一个循环并忽略另一个循环
- javascript - 反应:为什么我的 id 未定义?axios.post 请求删除数据而不是更新
- c - POSIX 标准是否要求其规范仅用 C 语言实现?
- javascript - 带有工作箱的服务人员 - 未捕获的 SyntaxError:意外的令牌 '<' .. 跳过等待
- android - 使用 JNI so 文件导入 Android AAR
- mysql - 我应该选择整个表还是每次都使用 WHERE 条件建立连接?
- python - 我需要一个包含所有可打印字符的列表
- php - 为什么 PHP 会忽略任何字符串开头的换行符
- python-3.x - Altair 离线渲染