এই প্রশ্নটি দ্বারা এবং বিশেষত "সমস্যা 3" দ্বারা অনুপ্রাণিত:
পোস্টেরিয়র ডিস্ট্রিবিউশনগুলি মেটা-বিশ্লেষণের সাথে অন্তর্ভুক্ত করা আরও কিছুটা কঠিন, যদি না কোনও বিতরণটির ঘনতান্ত্রিক, প্যারাম্যাট্রিক বিবরণ সরবরাহ না করা হয়।
আমি সম্প্রতি একটি বায়সিয়ান মডেল - মূলত প্রিয়ার্সের উত্স হিসাবে মেটা-বিশ্লেষণকে অন্তর্ভুক্ত করার বিষয়ে খুব বড় কথা ভাবছিলাম - তবে কীভাবে অন্য দিকটি যাব? যদি বায়েশীয় বিশ্লেষণ সত্যই জনপ্রিয় হয়ে ওঠে এবং বিদ্যমান কোডের সাথে অন্তর্ভুক্ত করা খুব সহজ হয়ে যায় (এসএএস 9.2 এবং এর উপরের বাইস স্টেটমেন্টটি মাথায় আসে), আমাদের আরও ঘন ঘন সাহিত্যে বায়েশিয়ান অনুমানের প্রভাব পাওয়া উচিত।
আসুন আমরা একটি মুহুর্তের জন্য ভান করি যে আমাদের একজন প্রয়োগ গবেষক আছেন যিনি একটি বায়সিয়ান বিশ্লেষণ চালানোর সিদ্ধান্ত নিয়েছেন। এই প্রশ্নের জন্য আমি একই সিমুলেশন কোডটি ব্যবহার করে , যদি তারা ঘন ঘন কাঠামোর সাথে চলে যায় তবে তারা নিম্নলিখিত ঘনত্বে অনুমান করে:
log relative risk = 1.1009, standard error = 0.0319, log 95% CI = 1.0384, 1.1633
স্ট্যান্ডার্ড, অল-ডিফল্ট এবং ইনফরমেশনাল প্রিয়ার্স বাই স্টেটমেন্ট অ্যানালাইসিস ব্যবহার করে, একটি দুর্দান্ত, প্রতিসম আত্মবিশ্বাসের অন্তর বা স্ট্যান্ডার্ড ত্রুটি থাকার কোনও কারণ নেই। এক্ষেত্রে পূর্ববর্তীটি খুব সহজেই একটি সাধারণ বিতরণ দ্বারা বর্ণনা করা হয়, সুতরাং কেউ কেবল এটির মতো বর্ণনা করতে পারে এবং "যথেষ্ট কাছাকাছি" হতে পারে, তবে কেউ যদি কোনও বায়সিয়ান প্রভাবের প্রাক্কলন এবং একটি অসামান্য বিশ্বাসযোগ্য ব্যবস্থার কথা বলে তবে কী ঘটে? কোনও স্ট্যান্ডার্ড মেটা-বিশ্লেষণে এটিকে অন্তর্ভুক্ত করার সোজা উপায় আছে কি না, বা অনুমানটি যতটা সম্ভব কাছাকাছি প্যারামেট্রিকিকভাবে বর্ণিত বিতরণে জুতা দেওয়া দরকার? অথবা অন্য কিছু?