Catalogo dei prodotti della ricerca
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishThis paper considers the problem of choosing the sample size for testing hypotheses on the parameters of a model using Bayes factors. Extending the evidential approach outlined in Royall (Statistical Evidence: a Likelihood paradigm. Chapman & Hall, London (1997), J. Amer. Statist. Assoc. 95 (2000) 760) to the Bayesian framework, the predictive criterion proposed for determining the sample size is maximizing the probability of obtaining substantial evidence in favor of the true hypotheses, i.e. minimizing the probabilities of having either misleading or weak evidence. The method is developed for the normal model in several testing problems that arise, for instance, when comparing treatments in clinical trials. © 2003 Elsevier B.V. All rights reserved.
Statistical evidence and sample size determination for Bayesian hypothesis testing / DE SANTIS, Fulvio. - In: JOURNAL OF STATISTICAL PLANNING AND INFERENCE. - ISSN 0378-3758. - STAMPA. - 124:1(2004), pp. 121-144. [10.1016/s0378-3758(03)00198-8]
Scheda prodotto non validato
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
| Titolo: | Statistical evidence and sample size determination for Bayesian hypothesis testing | |
| Autori: | ||
| Data di pubblicazione: | 2004 | |
| Rivista: | ||
| Citazione: | Statistical evidence and sample size determination for Bayesian hypothesis testing / DE SANTIS, Fulvio. - In: JOURNAL OF STATISTICAL PLANNING AND INFERENCE. - ISSN 0378-3758. - STAMPA. - 124:1(2004), pp. 121-144. [10.1016/s0378-3758(03)00198-8] | |
| Handle: | http://hdl.handle.net/11573/43534 | |
| Appartiene alla tipologia: | 01a Articolo in rivista |
File allegati a questo prodotto
http://hdl.handle.net/11573/43534
Copyright © 2021