第34期分享会 也来谈谈贝叶斯

贝叶斯学派相对频率学派的一门统计学领域的主流学派，用于定量表达信息不确定性与某事件发生的信念（贝叶斯学派），它的优点是几乎适用于所有的事件发生概率的定义，还可以与信息不确定性直接挂钩。

“

贝叶斯定理是概率论中的一个重要理论，它描述了在给定相关证据或数据的情况下，某个假设的概率是如何变化的。这个定理以托马斯·贝叶斯（Thomas Bayes）的名字命名，他在18世纪提出了这个理论。贝叶斯定理在统计学、机器学习、数据科学以及许多其他领域都有广泛的应用。

基本概念

频率学派vs. 贝叶斯学派

进行贝叶斯分析的优势

贝叶斯抽样方法

贝叶斯可以做哪些分析

混合效应模型、生存分析、带随机效应的生存分析等等；优点是可以结合先验分布来更新信念。缺点是，不习惯贝叶斯分析的研究人员常常会担心结果对先验选择敏感，这应该通过进行敏感性分析来评估。贝叶斯技术依赖于其用户清晰识别机制和过程的能力，以便能够为它们分配先验信念。

日期时间与参与方式

近期开始的课程-课程咨询请联系助教

如果您对真实世界研究/临床因果估计方法/生信分析/影像组学人工智能算法感兴趣可以通过下方的微信加我的交流群

欢迎关注我的视频号-定期直播免费文献分享会

欢迎关注我的知乎同名账号-更加专业和系统的知识分享

欢迎关注我的B站账号-公开课及文献分享视频会更新至此