analyse bayésienne et fréquentiste

Bonjour,

Le paradigme de l'approche bayésienne est d'obtenir le plus d'information possible avant le test statistique.

Ces informations peuvent être subjectives par exemple les réponses d'experts ou de spécialistes du domaine ou autres.

Dans votre cas, c'est l'information apportée par ce qui appelé "DSMB".

Prenons un test statistique sur l'effet d'un médicament sur des patients auquel concourt une distribution de probabilités f de paramètres T (par exemple : une loi normale).

Posons aux spécialistes une question telle que : quelle est la probabilité du temps de latence d'une maladie d'un patient dans telle situation ? au bout de plusieurs mois, plusieurs années...les premiers symptômes ?

Les experts vont donc générer des patients hypothétiques. De l'ensemble de ces patient hypothétiques, on détermine la distribution f de paramètres T _{A PRIORI} (paramètres calculés sur l'ensemble des patients hypothétiques).

En joignant les deux ensembles patients (i.e. les patients effectifs de l'étude et les patients hypothétiques), une troisième loi f de paramètres T _{A POSTERIORI} apparaît en en faisant les calculs des paramètres sur ce nouveau fichier.

C'est sur cette dernière loi que la significativité des hypothèses va être testée.

Cordialement.

Bonsoir,

J'ai l'impression de manquer d'informations sur le cheminement de l'étude et ne peux rester que dans des généralités sur les méthodes. Ainsi, j'espère qu'un utilisateur averti pourra vous aider plus efficacement.

Bien cordialement.