Posterior distribution
Definition: Eine Möglichkeit, das aktualisierte Wissen bei der Bayes’schen Inferenz zusammenzufassen, wobei das vorherige Wissen (prior knowledge) mit den beobachteten Daten abgeglichen wird. In der Statistik sind Posterior-Verteilungen proportional zum Produkt aus der Wahrscheinlichkeitsfunktion und dem Prior. Eine Posterior-Wahrscheinlichkeitsverteilung gibt die (Un-)Gewissheit über einen bestimmten Parameterwert an.
Verwandte Begriffe: Bayes Factor, Bayesian inference, Bayesian parameter estimation, Likelihood function, Prior distribution
Referenzen:
- Dienes, Z. (2014). Using Bayes to get the most out of non-significant results. Frontiers in Psychology, 5, 781. https://doi.org/10.3389/fpsyg.2014.00781
- Lüdtke, O., Ulitzsch, E., & Robitzsch, A. (2020). A Comparison of Penalized Maximum Likelihood Estimation and Markov Chain Monte Carlo Techniques for Estimating Confirmatory Factor Analysis Models with Small Sample Sizes . https://doi.org/10.31234/osf.io/u3qag
Verfasst und Überprüft von: Alaa AlDoh, Adam Parker, Jamie P. Cockcroft, Julia Wolska, Yu-Fang Yang, Charlotte R. Pennington