基礎からのベイズ統計学入門輪読会　#4で発表してきた

#みどりぼん読書会から約1年4ヶ月、まったく定着していないので復習を兼ねて以下の本の輪読会で発表してきました。

20160311 基礎からのベイズ統計学輪読会第6章公開ver from Takashi Kitano

自分が担当した6章には以下の記述があります。

伝統的な統計学では、5%, 1%, 0.1%という有意水準を設定し、検定統計量から得られる限界水準(p値)との比較によって、仮説の採択・棄却を行います。その際に、限界水準が小さいほど、2群の平均値差には大きな差があるという間違った解釈がなされることがあります。(p.136)

タイムリーなことにアメリカ統計学会がp値に対して表明*1 *2 *3 *4を出しており、上記の記載とも一致するのかなと感じています。

p値だけで判断するのではなく、信頼区間の推定やベイズ統計モデルの活用が今後増えていきそうなので今回の勉強会は良いきっかけだったと思います。

transformed parametersブロックとgenerated quantitiesブロックの違いは何？
- generated quantitiesブロックの内容をtransformed parametersブロックに記述しても結果は同じになる
- 尤度とは分離されたパラメータはgenerated quantitiesブロックに記述することで計算速度を向上させることができる
mu_over, es_overなどのtraceplotは何を意味している？
- step()で0 or 1しか取らないパラメータなのであまり意味はない
- generated quantitiesブロックで生成したパラメータについてはtraceplotを見る必要はない
- 事後分布は確認した方がよい（単峰性かどうかなど）

帰宅してからふと疑問になったんだけど6.2.1は独立な事象として取り扱っていいのかな？同じ人に対して安静時と運動後の比較をするのであれば対応のある分析の気がする・・・