MCMC算法里面得到参数的后验稳定分布可否用来做显著性推断比如计算p-value?
简单的回答是，可以做显著性推断，但是需要计算的值是后验概率，而不是p-value。
p-value是频率学派的东西，它的意思是，当原假设成立的时候，你的统计量跟现在观测到的一样或者更极端的概率。一般来说，p-value比significance level小的话可以拒绝原假设，也就是有显著性。
用MCMC得到的后验分布是贝叶斯学派的东西，这里不存在什么原假设或者备择假设，你可以计算的是这个参数比某一个值（通常就用0）更大，或者更小的后验概率。一般来说，对于非得得到一个显著不显著结论的人，这个后验概率足够大了，比如\u0026gt;95%，就说明具有显著性。
但是其实贝叶斯学派压根不探讨显著性这个问题，做统计推断有后验概率就足够了。贝叶斯学派的人都认为我算出这个参数有94.9%的概率大于零，难道不比H0是参数等于0，然后p-value算出来是5.1%，更加符合人的直觉么？
【MCMC算法里面得到参数的后验稳定分布可否用来做显著性推断比如计算p-value?】
■网友
1. 其实是有Bayesian p value这么一说。就是把pvalue在bayes框架下考虑成随机变量（是的，pvalue本质就是原假设下的一个概率，于是理解成bayes底下的条件期望没有问题；而条件期望就是随机变量），做积分求期望就可以了…问题在于解释。这玩意儿在模型验证上很常见，你也不能说人们算的不是pvalue吧…2. 这个问题看看Gelman的一系列文章吧；3. 虽然通常的pivotal（比如ttest）可能无需这样做哦……4. 据我知道的可以fuzzy p-value或u-value…
■网友
还没看完书，但我二导似乎是这么做的，得到三个不同模型下的参数分布，然后算参数是否显著大于0
推荐阅读
- 车车人|为什么老司机进隧道开车时都不愿走右侧车道？原来里面大有学问！
- 在英雄联盟里面跟别人solo有啥技巧吗一对一的那种〒_〒?
- 为啥这个算法误差的看起来这么小
- 为啥滴滴和快的的专车业务在叫车的产品流程里面没有参考uber的派单的模式而是继续采用司机抢单的模式
- 使用算法帮助人们筛选reader的信息是否存在可能
- 请问如果想成为算法工程师的话，大学选专业是选软件工程好还是计算机科学与技术好。
- 男子眼睛不适一年多，去医院一看，里面竟有一小截树枝！
- 电池|最近上市的新车里面居然有超多SUV？最帅的都在这了
- 请问这段代码是啥意思，从一个仿造网站上下载的软件里面的，对电脑有危害吗
- 胖哥汽车|火花塞只坏了1个，修车工却全部换新，里面到底有什么猫腻？