摘要

本章讨论贝叶斯估计与(弱)信息先验作为解决小样本量问题。特别注意了分析过程中可能出现的问题,表明贝叶斯估计不应该被认为是复杂模型中小样本问题的快速解决方案。分析步骤被描述和用一个经验的例子说明,其中计划的分析出错。针对出现的问题提出了几种解决方案,本章表明,不同的解决方案可以得出不同的后验总结和实质性结论。因此,统计解决方案应始终在实质性研究问题的背景下进行评估。这强调了应用研究人员和统计学家之间需要不断的互动和合作。