ÚVOD DO BAYESOVSKÉ ANALÝZY DAT

Bayesovská statistika je plnohodnotnou alternativou k běžně využívané frekvenční statistice (tj. statistice založené zejména na testování statistických hypotéz a bodovém a intervalovém odhadu parametrů). Na rozdíl od frekvenční statistiky nevycházejí odhady bayesovské statistiky pouze z výběrového souboru, ale ovlivňují je i naše předchozí znalosti (apriorní informace). Výsledek (aposteriorní odhad) je tak kombinací našich dat a dříve získaných poznatků. Do nedávné doby nebylo možné postupy bayesovské statistiky plnohodnotně využívat, ale díky rozvoji výpočetní techniky a MCMC algoritmů jsou dnes k dispozici i pro běžné počítače. Bayesovské přístupy jsou vhodné zejména tam, kde dochází k replikaci studií a zároveň tam, kde jsou výběrové soubory poměrně malé. Jejich velkou předností je také možnost flexibilní práce s různými typy proměnných (nespojité) a možnost odhadů (imputací) chybějících hodnot. Tento přístup je nicméně zcela univerzální a může být užit místo všech běžně známých procedur frekvenční statistiky. V rámci kurzu se zaměříme především na analogii t-testů, analýzy rozptylu a regresní analýzy za pomoci programu IBM SPSS Statistics ve spojení s R.