实践中先验设置：选择贝叶斯分析中先验分布的策略和理由

DOI

贝叶斯统计分析的受欢迎程度和使用率正在稳步增长。选择先验是贝叶斯推理的一个重要组成部分。虽然存在广泛的规范性建议用于设定先验，但关于实践中如何选择先验的信息却很少。我们进行了一项调查（N = 50）和访谈（N = 9），其中我们使用交互式可视化来从具有贝叶斯统计经验的研究人员那里获取先验分布，并要求他们提供这些先验的理由。我们发现，参与者的经验和哲学影响他们愿意在先验中包含多少和什么信息，表现为不同水平的信息量和怀疑态度。我们还确定了参与者设定先验的三种广泛策略：中心匹配、区间匹配和视觉质量分配。我们发现，参与者对“弱信息先验”这一常见的规范性设定先验方法的理解在不同参与者之间表现得非常不同。我们的结果对如何制定先验设定建议以及如何设计用于贝叶斯分析中获取先验的工具具有重要意义。